简介:SCA在其德国Mannheim生活用纸厂安装了整套意大利亚赛利公司供应的纸卷输送及包装系统。该系统所包含的4台设备于2014年12月就通过了严格的测试,可随时验收。
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。
SCAMannheim纸厂安装亚赛利的输送及包装系统
基于PSO-LSSVM算法的造纸过程短期电力负荷预测模型