期刊文献+
共找到362篇文章
< 1 2 19 >
每页显示 20 50 100
Combined forecast method of HMM and LS-SVM about electronic equipment state based on MAGA 被引量:1
1
作者 Jianzhong Zhao Jianqiu Deng +1 位作者 Wen Ye Xiaofeng Lü 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2016年第3期730-738,共9页
For the deficiency that the traditional single forecast methods could not forecast electronic equipment states, a combined forecast method based on the hidden Markov model(HMM) and least square support vector machin... For the deficiency that the traditional single forecast methods could not forecast electronic equipment states, a combined forecast method based on the hidden Markov model(HMM) and least square support vector machine(LS-SVM) is presented. The multi-agent genetic algorithm(MAGA) is used to estimate parameters of HMM to overcome the problem that the Baum-Welch algorithm is easy to fall into local optimal solution. The state condition probability is introduced into the HMM modeling process to reduce the effect of uncertain factors. MAGA is used to estimate parameters of LS-SVM. Moreover, pruning algorithms are used to estimate parameters to get the sparse approximation of LS-SVM so as to increase the ranging performance. On the basis of these, the combined forecast model of electronic equipment states is established. The example results show the superiority of the combined forecast model in terms of forecast precision,calculation speed and stability. 展开更多
关键词 parameter estimation hidden Markov model(HMM) least square support vector machine(LS-SVM) multi-agent genetic algorithm(MAGA) state forecast
下载PDF
Urban expressway traffic state forecasting based on multimode maximum entropy model 被引量:6
2
作者 SUN XiaoLiang1,2, JIA LiMin1, DONG HongHui1, QIN Yong1 & GUO Min3 1State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing 100044, China 2School of Traffic and Transportation, Beijing Jiaotong University, Beijing 100044, China 3Beijing Traffic Management Bureau, Beijing 100044, China 《Science China(Technological Sciences)》 SCIE EI CAS 2010年第10期2808-2816,共9页
The accurate and timely traffic state prediction has become increasingly important for the traffic participants,especially for the traffic managements. In this paper,the traffic state is described by Micro-LOS,and a d... The accurate and timely traffic state prediction has become increasingly important for the traffic participants,especially for the traffic managements. In this paper,the traffic state is described by Micro-LOS,and a direct prediction method is introduced. The development of the proposed method is based on Maximum Entropy (ME) models trained for multiple modes. In the Multimode Maximum Entropy (MME) framework,the different features like temporal and spatial features of traffic systems,regional traffic state are integrated simultaneously,and the different state behaviors based on 14 traffic modes defined by average speed according to the date-time division are also dealt with. The experiments based on the real data in Beijing expressway prove that the MME models outperforms the already existing model in both effectiveness and robustness. 展开更多
关键词 TRAFFIC state forecast MAXIMUM ENTROPY model MULTIMODE
原文传递
Understanding and Forecasting Zonda Wind (Andean Foehn) in Argentina: A Review 被引量:1
3
作者 Federico A. Norte 《Atmospheric and Climate Sciences》 2015年第3期163-193,共31页
This paper focuses on the “state of the art” research of the Argentinian zonda wind at the beginning of 2015. Zonda (similar to foehn) is a strong, warm, very dry wind associated with adiabatic compression upon desc... This paper focuses on the “state of the art” research of the Argentinian zonda wind at the beginning of 2015. Zonda (similar to foehn) is a strong, warm, very dry wind associated with adiabatic compression upon descending the eastern slopes of the Andes Cordillera in western central Argentina. Particularly, hourly surface meteorological information obtained from the Argentine National Weather Service (Servicio Meteorológico Nacional, SMN) from Mendoza Aero (32?50’S, 68?47’W, 704 m ASL) and San Juan Aero (31?34’S, 68?25’W, 598 m ASL) airport meteorological stations was used. The paper contains a history of zonda research mentioning the principal papers since the 1950s, the characteristics of zonda wind (conceptual model, a classic event, intensities categories) and examples of non-classical episodes. Also zonda dynamics, zonda climatology and forecasting problems are considered. A probabilistic method and the model forecast that are running in operative way are commented. Also the climate impact, air quality and damages caused are mentioned. There has been substantial progress in the understanding of this kind of complex wind during the last years, especially since the last decade, accelerated using different models. This paper has highlighted some of these advances by synthesizing some of the major findings. The probabilistic prediction method developed in the 1980s is still very useful to predict zonda in the cities of San Juan and Mendoza. This as well as the new available tools, such as the eta/PRM and GEM models running operatively (continuously) at PRM (Mendoza Regional Meteorology Program), offered the community the possibility to generate an Early Warning System to warn the population particularly in its severe manifestations. The answer to questions regarding time of onset of the event, place where it will occur first, duration, intensity and offset still poses a great challenge for researchers and forecasters in the region. 展开更多
关键词 ZONDA state of the Art CLIMATOLOGY forecast DAMAGES Societal Impact
下载PDF
Forecast of Dynamic Change of Land Use Based on Cellular Automata
4
作者 ZHAO Fang-yin,JIA Yong-fei,SHAO Bo,ZHU Yun-hai Institute for Strategic Studies,Shandong Academy of Sciences,Ji’nan City 250014,China 《Asian Agricultural Research》 2012年第3期19-22,共4页
Land use change is a very complex process of evolution.On the basis of the principle of cellular automata,this article presents a kind of method that we can first mine state transition rule from historical map data,an... Land use change is a very complex process of evolution.On the basis of the principle of cellular automata,this article presents a kind of method that we can first mine state transition rule from historical map data,and then conduct forecast by virtue of Monte-Carlo method,achieving spatial dynamic forecast from map to map.We interpret TM remote sensing image in Ji'nan City in 2004 and 2006 to get present land use map for empirical research,and forecast land use map in 2012 and 2016,respectively.Studies show that this method of using spatial data to mine state transition rule,has advantages of simpleness,accuracy,strong real-time characteristic etc.in the simulation of dynamic change of land use,the results of which are roughly in line with the actual results,therefore,it can provide reference for land use planning. 展开更多
关键词 CELLULAR AUTOMATA EXTRACTION of state TRANSITION r
下载PDF
基于平方根UPF的电力系统鲁棒预测状态估计
5
作者 王要强 赵楷 +2 位作者 王义 王克文 梁军 《郑州大学学报(工学版)》 CAS 北大核心 2024年第3期119-126,142,共9页
针对辅助预测状态估计器在迭代计算中会出现状态预测误差协方差矩阵不正定,导致估计精度差甚至发散的问题,提出了基于平方根UPF的电力系统鲁棒辅助预测状态估计。该方法采用两种数学方法:矩阵Cholesky分解因子更新和矩阵QR分解,引入平... 针对辅助预测状态估计器在迭代计算中会出现状态预测误差协方差矩阵不正定,导致估计精度差甚至发散的问题,提出了基于平方根UPF的电力系统鲁棒辅助预测状态估计。该方法采用两种数学方法:矩阵Cholesky分解因子更新和矩阵QR分解,引入平方根技术动态更新状态预测误差协方差矩阵以保持状态预测误差协方差矩阵的正定性。运用MATLAB进行仿真模拟测试,结果表明:IEEE 30节点系统非高斯噪声测试中,平方根UPF电压相角的均方根误差平均值为UPF相应测试值的0.09%,平方根UPF电压幅值的均方根误差平均值为UPF相应测试值的0.14%;IEEE 57节点系统非高斯噪声测试中,平方根UPF电压相角的均方根误差平均值为UPF相应测试值的0.67%,平方根UPF电压幅值的均方根误差平均值为UPF相应测试值的0.57%。所提出的平方根UPF对解决辅助预测状态估计中状态预测误差协方差矩阵不正定的问题具有很好的效果,具有更高估计精度和鲁棒性。 展开更多
关键词 电力系统 无迹粒子滤波 鲁棒辅助预测状态估计 不正定性 平方根UPF
下载PDF
基于改进Att-LSTNet与无迹粒子滤波融合的主动配电网预测辅助状态估计
6
作者 王玥 于越 金朝阳 《电力系统保护与控制》 EI CSCD 北大核心 2024年第8期98-110,共13页
针对传统的无迹粒子滤波(unscented particle filter,UPF)存在不准确的新息向量及未知的量测噪声协方差矩阵导致估计精度低的问题,提出一种改进Att-LSTNet与UPF融合的主动配电网预测辅助状态估计(forecasting-aided state estimation,FA... 针对传统的无迹粒子滤波(unscented particle filter,UPF)存在不准确的新息向量及未知的量测噪声协方差矩阵导致估计精度低的问题,提出一种改进Att-LSTNet与UPF融合的主动配电网预测辅助状态估计(forecasting-aided state estimation,FASE)方法。首先,采用引力搜索算法(gravitational search algorithm,GSA)对支持向量回归(support vector regression,SVR)的关键参数进行优化处理,利用历史数据建立GSA-SVR模型,并将其引入至Att-LSTNet模型的输出层,构建一种增强预测模型。然后,利用UPF中的新息向量来训练该模型,并结合孤立森林算法和箱线图法对原始新息向量进行监控和修正。最后,针对量测噪声协方差矩阵未知的情况,结合修正后的新息向量和UPF计算出未知量测噪声协方差矩阵,并进行状态估计。基于IEEE33与IEEE118节点标准配电系统的算例结果表明,所提出的方法在估计精度、泛化能力和鲁棒性等方面具有优越性。 展开更多
关键词 主动配电网 预测辅助状态估计 Att-LSTNet 无迹粒子滤波 SVR
下载PDF
基于TCN-BiLSTM-Attention-ESN的光伏功率预测
7
作者 时培明 郭轩宇 +3 位作者 杜清灿 许学方 贺长波 李瑞雄 《太阳能学报》 EI CAS CSCD 北大核心 2024年第9期304-316,共13页
针对光伏发电功率随机性强、难以准确预测的问题,提出一种基于时间卷积网络(TCN)、双向长短期记忆网络(BiLSTM)和回声状态网络(ESN)的组合预测方法。首先,使用自适应噪声完备集合经验模态分解(CEEMDAN)将功率数据分解为一系列相对平稳... 针对光伏发电功率随机性强、难以准确预测的问题,提出一种基于时间卷积网络(TCN)、双向长短期记忆网络(BiLSTM)和回声状态网络(ESN)的组合预测方法。首先,使用自适应噪声完备集合经验模态分解(CEEMDAN)将功率数据分解为一系列相对平稳、不同波动模式的子功率序列;再将分解重构后的功率序列和其他特征序列输入到TCN-BiLSTM-Attention-ESN组合模型中,其中TCN-BiLSTM-Attention用于提取光伏序列波动特征并构建时空特征向量;最后,将所提取的时空特征向量输入ESN获得预测结果。采用新疆某光伏电站的光伏功率数据进行验证,结果表明与时下先进的预测方法相比,所提方法具有更高的预测精度,有助于提升光伏发电占比,保障电力系统平衡和运行安全。 展开更多
关键词 光伏发电功率 预测 神经网络 回声状态网络 时间卷积网络 双向长短期记忆网络
下载PDF
基于负荷预测和无迹粒子滤波的配电网动态状态估计
8
作者 卢锦玲 胡兴华 +2 位作者 张学哲 王恩泽 赵增辉 《电力系统及其自动化学报》 CSCD 北大核心 2024年第4期133-140,158,共9页
随着汽车充电成为新型重要负荷,为确保此时配电网运行与控制安全,对其进行实时准确的态势感知,提出一种基于卷积神经网络和门控循环单元的短期负荷预测与无迹粒子滤波算法自适应混合的配电网动态状态估计方法。结合使用卷积神经网络和... 随着汽车充电成为新型重要负荷,为确保此时配电网运行与控制安全,对其进行实时准确的态势感知,提出一种基于卷积神经网络和门控循环单元的短期负荷预测与无迹粒子滤波算法自适应混合的配电网动态状态估计方法。结合使用卷积神经网络和门控循环单元进行短期负荷预测,将预测得到的有功与无功功率进行潮流计算,再与无迹粒子滤波量测估计值自适应加权得到电压幅值和相角状态估计结果。以IEEE33节点配电网为例,验证了所提状态估计方法的准确性与面对不良数据时的鲁棒性。 展开更多
关键词 配电网 电动汽车 负荷预测 无迹粒子滤波 动态状态估计
下载PDF
考虑小样本不平衡的主动配电网预测辅助鲁棒状态估计
9
作者 于越 丁磊 金朝阳 《高电压技术》 EI CAS CSCD 北大核心 2024年第10期4550-4560,I0008,I0009,共13页
为了解决主动配电网状态估计中数据集的小样本不平衡问题,提出了基于改进少数过采样技术(synthetic minorityoversamplingtechnique,SMOTE)的Prophet和粒子滤波(particlefilter,PF)的主动配电网预测辅助鲁棒状态估计方法(robust forecas... 为了解决主动配电网状态估计中数据集的小样本不平衡问题,提出了基于改进少数过采样技术(synthetic minorityoversamplingtechnique,SMOTE)的Prophet和粒子滤波(particlefilter,PF)的主动配电网预测辅助鲁棒状态估计方法(robust forecasting-aided state estimation, FASE),对主动配电网进行状态估计。首先,针对主动配电网小样本不平衡问题,基于主动配电网的数据特征构建哈希函数,提出利用哈希函数对Borderline-SMOTE+Tomek-Links算法进行优化的方法,处理主动配电网数据集。然后,针对主动配电网海量数据量、分布式能源的出力随机变化等特点,将Prophet预测模型用于主动配电网状态估计,提出了一种基于Prophet-PF的鲁棒FASE方法,达到快速、准确地估计主动配电网状态的目的。最后以IEEE 118节点标准配电网和DTU 7k 47实际配电系统为测试系统进行仿真,结果表明所提方法具有较高的精度和鲁棒性,为主动配电网状态估计提供相应参考。 展开更多
关键词 主动配电网 预测辅助状态估计 少数过采样技术 哈希函数 PROPHET 粒子滤波
下载PDF
配电网精细化拓扑运行状态DCNN在线辨识方法
10
作者 蒋帅 李德志 +2 位作者 廖霈之 吴啸 田长航 《电力需求侧管理》 2024年第5期36-42,共7页
构建以新能源为主体的新型电力系统是实现碳达峰、碳中和目标的重要手段。新型电力系统中新能源将成为主力电源,高渗透率接入的新能源将深刻改变电力系统的形态、特性和机理。提出了一种结合潮流方程和深度神经网络的融合方法求解与量... 构建以新能源为主体的新型电力系统是实现碳达峰、碳中和目标的重要手段。新型电力系统中新能源将成为主力电源,高渗透率接入的新能源将深刻改变电力系统的形态、特性和机理。提出了一种结合潮流方程和深度神经网络的融合方法求解与量测值最优匹配的拓扑和线路参数估计方法,通过分析海量信息数据,透过数据关系探究电网运行规律,用于配电网精细化拓扑辨识及线路参数估计。首先,利用线性回归方法对拓扑和线路参数进行初步估计,得到初步辨识参数,并对初始辨识参数进行降噪处理;然后,基于深度神经网络对量测数据进行特征筛选,将筛选出的特征类别与相应的拓扑结构一一对应,构建训练数据集,进行离线训练,最终得到训练后的模型,从而得到精准的拓扑结构。最后,在IEEE 33节点配电网中进行了仿真验证,证明了该方法的有效性和较强的工程实用性。 展开更多
关键词 拓扑辨识 负荷预测 深度神经网络 状态估计 配电网
下载PDF
基于支持向量机的电力系统状态估计多类型数据异常检测
11
作者 郭嘉辉 侯月婷 +1 位作者 丁磊 金朝阳 《国外电子测量技术》 2024年第4期152-161,共10页
为了解决异常数据严重影响电力系统状态估计性能的问题,提出了一种基于支持向量机(SVM)的电力系统预测辅助状态估计(FASE)多类型数据异常检测方法。首先,针对传统FASE的预测准确率欠佳的问题,提出了基于极限学习机的FASE方法,并利用SVM... 为了解决异常数据严重影响电力系统状态估计性能的问题,提出了一种基于支持向量机(SVM)的电力系统预测辅助状态估计(FASE)多类型数据异常检测方法。首先,针对传统FASE的预测准确率欠佳的问题,提出了基于极限学习机的FASE方法,并利用SVM并基于预测数据、量测数据与估计值,实现了对坏数据、负荷突变和单相接地等多种类型的数据异常检测。其次,针对惩罚因子和核函数参数会影响分类精度的问题,提出采用灰狼算法对SVM参数进行优化,在兼顾计算速度的同时提高了数据异常检测的准确率。最后,在IEEE 33和丹麦DTU 7K 47节点主动配电网系统上进行仿真测试,所提方法在正常工况下提升26.08%与26.76%,计算速度提升46.05%,在数据异常情况下准确率综合提升32.04%与29.27%,结果表明,所提方法具备较强的通用性与实时性,可以有效地检测电力系统中各种类型的数据异常,并提高状态估计的性能。 展开更多
关键词 预测辅助状态估计 异常检测 极限学习机 支持向量机 灰狼算法
下载PDF
中美人工智能医药领域专利发展趋势分析
12
作者 沈晶晶 陈莹 许龙 《中国药业》 CAS 2024年第22期8-12,共5页
目的为我国人工智能医药领域产业政策制定提供参考。方法检索HimmPat平台2018年至2023年中美两国人工智能医药领域的发明专利数据,通过灰色预测模型预测并比较两国在该领域的技术发展趋势,探讨两国技术类别分布,并解析该领域重点申请人... 目的为我国人工智能医药领域产业政策制定提供参考。方法检索HimmPat平台2018年至2023年中美两国人工智能医药领域的发明专利数据,通过灰色预测模型预测并比较两国在该领域的技术发展趋势,探讨两国技术类别分布,并解析该领域重点申请人组成。结果我国发明专利申请数量预测将于2028年与美国相当;智能诊疗是人工智能医药领域的研发和投资热点,我国前十大申请人中有5家公司、3所高等院校和2家大型医院,美国则均为公司。结论我国人工智能医药领域目前处于高速发展时期,尤其是发明专利申请数量有超越美国的潜力,需继续加强政策支持,注重人才培养和引进,加快技术成果产业化,提高知识产权保护水平。 展开更多
关键词 人工智能 医药 专利 灰色预测模型 中国 美国
下载PDF
基于PLESN和LESQRN概率预测模型的短期电力负荷预测 被引量:1
13
作者 樊江川 于昊正 +2 位作者 王冬生 安佳坤 杨丽君 《燕山大学学报》 北大核心 2024年第1期54-61,共8页
针对现有电力负荷预测不能很好反映负荷数据的周期性和趋势性以及残差的波动性特征提出一种考虑周期性建模的泄露积分型回声状态网络点预测模型和泄露积分型回声状态分位数回归网络概率预测模型组合的短期电力负荷预测方法.首先为了捕... 针对现有电力负荷预测不能很好反映负荷数据的周期性和趋势性以及残差的波动性特征提出一种考虑周期性建模的泄露积分型回声状态网络点预测模型和泄露积分型回声状态分位数回归网络概率预测模型组合的短期电力负荷预测方法.首先为了捕捉负荷的多重特征定义了周期性和趋势性损失函数辅助优化点预测模型然后为克服残差的波动问题利用概率预测模型对点预测值与真实值的残差进行建模预测最后整合同时刻的点预测值与残差预测区间得到概率预测模型结果.实际算例结果表明与其他模型相比所提模型不仅有效抑制尖端振荡现象而且能够生成可靠的概率密度分布. 展开更多
关键词 短期电力负荷预测 周期性建模 泄露积分型回声状态网络 分位数回归
下载PDF
在线选择性集成即时学习风电功率自适应预测
14
作者 李运龙 金怀平 +2 位作者 范守元 金怀康 王彬 《太阳能学报》 EI CAS CSCD 北大核心 2024年第10期487-496,共10页
风电功率预测可为风电的并网和优化调度提供有效的指导信息,在风能的开发利用中扮演着举足轻重的角色。然而,由于风电固有的间歇性和随机性给准确的风电功率预测带来巨大挑战。同时,由于受季节性、气候性、设备老化等因素影响,随着时间... 风电功率预测可为风电的并网和优化调度提供有效的指导信息,在风能的开发利用中扮演着举足轻重的角色。然而,由于风电固有的间歇性和随机性给准确的风电功率预测带来巨大挑战。同时,由于受季节性、气候性、设备老化等因素影响,随着时间的推移,风电功率数据特征难免发生改变,这将直接导致离线的风电功率模型性能发生退化。为此,提出一种在线选择性集成即时学习(OSEJIT)自适应风电功率预测方法。首先,为了有效处理风电的非线性和时变性特征,通过相似度、学习器扰动以构建多样性JIT基模型库。其次,为了保证集成有效性,定义基于Friedman检验的多样性指标和基于预测精度的准确性指标以实现模型的在线选择。随后,在线预测阶段,根据模型近期的预测性能通过自适应加权集成的方式获得最终预测值。为了保证基模型库的更新,同时规避模型频繁重建导致计算资源耗费的问题,采用一种基于KL散度的过程状态识别方法以减少模型重建频率。所提方法的有效性和优越性在一个实际风电功率数据应用中获得了验证。 展开更多
关键词 风电功率 预测 自适应算法 过程状态识别 统计假设检验 在线选择性集成 即时学习
下载PDF
电动汽车充电负荷的蒙特卡洛预测方法
15
作者 王娟 陈明 +1 位作者 支刚 王文娟 《云南电力技术》 2024年第4期10-14,共5页
随着电动汽车的大力发展,大量电动汽车充电负荷接入电网,给电网安全稳定运行带来极大的挑战。本文从电动汽车个体和电动汽车集群两个方面,分析了电动汽车充电负荷的影响因素,使用灰色关联分析法量化了各因素间的关联度,基于蒙特卡洛算... 随着电动汽车的大力发展,大量电动汽车充电负荷接入电网,给电网安全稳定运行带来极大的挑战。本文从电动汽车个体和电动汽车集群两个方面,分析了电动汽车充电负荷的影响因素,使用灰色关联分析法量化了各因素间的关联度,基于蒙特卡洛算法建立了电动汽车充电负荷的预测模型,根据电动汽车保有量、出行需求等模型参数对公交车、出租车、私家车的充电负荷进行了预测。仿真表明,所提方法能够准确表达各类型电动汽车的充电特征,为电动汽车充电策略提供了有效参考依据,促进电网安全稳定运行。 展开更多
关键词 电动汽车 灰色关联度 蒙特卡洛模拟 负荷预测 电池剩余电量(SOC)
下载PDF
基于多尺度递归定量分析的电池健康状态评估
16
作者 周宣昊 张小龙 《蓄电池》 CAS 2024年第5期201-211,共11页
使用美国宇航局艾姆斯研究中心数据仓库收集的随机电池使用实验数据集,提取了影响电池容量的2个特征参数。通过集合经验模态分解法将2个特征参数(温度和电压)进行分解,然后根据高、中、低频的分量特征进行叠加重构,获得重构的分量。随... 使用美国宇航局艾姆斯研究中心数据仓库收集的随机电池使用实验数据集,提取了影响电池容量的2个特征参数。通过集合经验模态分解法将2个特征参数(温度和电压)进行分解,然后根据高、中、低频的分量特征进行叠加重构,获得重构的分量。随后通过Visual Recurrence Analysis(RQA)程序对重构分量进行分析,得到非线性特征参数—标准偏差、平均重缩放距离、递归熵。利用得到的非线性特征参数对BP神经网络进行训练,再把测试数据输入训练后的BP神经网络中进行处理,最终得到电池健康状态预测结果。 展开更多
关键词 电动汽车 动力电池 锂离子电池 NASA 随机电池使用实验数据集 集合经验模态分解法 随机游走 温度 电压 多尺度 递归 定量分析 BP神经网络 健康状态 容量预测
下载PDF
基于最小二乘状态估计和模糊神经的中长期负荷预测
17
作者 张飞飞 沈嘉怡 《电气自动化》 2024年第4期56-59,共4页
可靠准确的中长期电力负荷预测可以使电力公司和发电公司更好地分配配电网络,并有助于在可再生能源并网时提高对电力系统的保护稳定性。为此,提出一种基于加权最小二乘状态估计和模糊神经网络的中长期电力负荷预测方案。基于最小二乘状... 可靠准确的中长期电力负荷预测可以使电力公司和发电公司更好地分配配电网络,并有助于在可再生能源并网时提高对电力系统的保护稳定性。为此,提出一种基于加权最小二乘状态估计和模糊神经网络的中长期电力负荷预测方案。基于最小二乘状态估计得到的潮流信息和来自神经网络得到的预测负荷作为模糊神经网络的输入,借由模糊神经网络生成高质量的中长期电力负荷预测结果,最后在IEEE 30总线系统上进行验证和评估。试验结果表明,所提方案可以实现平均绝对百分比误差低于2.55%,比单独的最小二乘状态估计法和模糊神经网络法拥有更低的平均绝对百分比误差。 展开更多
关键词 中长期负荷预测 最小二乘状态估计 模糊神经网络 数据精细化 WLS-FNN负荷预测模型 IEEE 30总线系统
下载PDF
基于ESN模型的制造商库存需求预测
18
作者 李炜 艾学轶 《物流科技》 2024年第5期35-39,共5页
准确的库存需求预测对制造商提升库存管理能力具有重要意义。首先,针对制造商库存需求非平稳性、非线性和高波动的特点,使用奇异谱分析(SSA)和变分模态分解(VMD)实现特征工程,将原始数据分解为趋势信号和多种不同周期的信号,作为模型的... 准确的库存需求预测对制造商提升库存管理能力具有重要意义。首先,针对制造商库存需求非平稳性、非线性和高波动的特点,使用奇异谱分析(SSA)和变分模态分解(VMD)实现特征工程,将原始数据分解为趋势信号和多种不同周期的信号,作为模型的输入。然后,引入回声状态网络(ESN),提出SSA-VMD-ESN模型,对库存需求进行预测。最后,将所提模型应用到Kaggle平台真实的制造商库存需求数据集中,与6种模型对比,并单独使用9个产品实验,结果表明所提出模型各项误差指标均属最优。由此证明,研究所提出模型可以有效提高库存需求预测的准确率,对库存管理具有较强的应用价值。 展开更多
关键词 库存需求预测 机器学习 回声状态网络 奇异谱分析 变分模态分解
下载PDF
节点负荷预测与发电控制结合的状态预估方法 被引量:9
19
作者 韩力 韩学山 +2 位作者 雷鸣 马晓红 杨明 《电力系统自动化》 EI CSCD 北大核心 2009年第4期16-20,共5页
欲使电力系统安全、可靠、经济运行,超前预知可信的信息对电力系统运行调度与控制是非常重要和关键的。在已有研究基础上,进一步分析了电力系统状态预估模型和算法,构建了考虑节点扰动功率的状态预估模型。该模型以当前时刻的状态估计... 欲使电力系统安全、可靠、经济运行,超前预知可信的信息对电力系统运行调度与控制是非常重要和关键的。在已有研究基础上,进一步分析了电力系统状态预估模型和算法,构建了考虑节点扰动功率的状态预估模型。该模型以当前时刻的状态估计作为初始值,考虑了系统扰动前后总变化量的准稳态过程,兼顾因节点负荷需求变化的随机性、发电调度控制计划本身及执行过程中的不确定性导致节点扰动功率所具有的量测特性。借助加权最小二乘及高阶项修正的方法,预估电力系统状态的变化趋势。实际系统的测试结果验证了该方法的可行性和有效性。 展开更多
关键词 状态预估 状态估计 负荷预测 加权最小二乘 电力系统
下载PDF
大跨径预应力混凝土连续刚构桥施工监控分析 被引量:30
20
作者 杨奇 冷伍明 +1 位作者 聂如松 魏巍 《铁道科学与工程学报》 CAS CSCD 2010年第1期11-15,共5页
以大跨径预应力钢筋混凝土连续刚构桥为研究背景,应用桥梁结构设计与施工计算软件桥梁博士(D r.B ridge)建立计算模型,分析计算各施工阶段结构行为。以最小二乘法为基础进行参数识别的误差分析和状态预测法进行标高、应力控制。通过各... 以大跨径预应力钢筋混凝土连续刚构桥为研究背景,应用桥梁结构设计与施工计算软件桥梁博士(D r.B ridge)建立计算模型,分析计算各施工阶段结构行为。以最小二乘法为基础进行参数识别的误差分析和状态预测法进行标高、应力控制。通过各施工阶段高程、应力实测值与理论计算值的对比分析,验证了计算模型和分析方法的正确性。 展开更多
关键词 预应力连续刚构桥 施工控制 桥梁博士 状态预测法
下载PDF
上一页 1 2 19 下一页 到第
使用帮助 返回顶部