简介：
简介：对造纸厂的用电负荷进行预测有利于对生产调度进行合理安排,从而降低能耗。本课题提出了一种粒子群优化算法(PSO)和最小二乘支持向量机(LSSVM)相结合(PSO-LSSVM)的短期电力负荷预测方法,该方法可对造纸厂未来每30min的电力负荷进行预测。结果表明,采用PSO-LSSVM算法对短期电力负荷进行预测时,预测结果的相对百分误差绝对值的平均值约为0.75%,精度高于其他行业的电力负荷预测值,模型具有良好的可行性和有效性。
简介：对桉木化学浆漂白废水的污染负荷及其超滤处理特性进行了研究。结果表明，CEH三段漂白废水的主要污染来自C、E两段，占总负荷的80%左右。用本试验的PS膜进行超滤处理后，漂白废水的BOD5值达到国家二级排放标准，其余指标均达到一级排放标准。
市场负荷过重厂商须加大减产力度
基于PSO-LSSVM算法的造纸过程短期电力负荷预测模型
桉木化学浆漂白废水污染负荷及其超滤处理特性的研究
