期刊文献+
共找到357篇文章
< 1 2 18 >
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
On the Time Series Forecasting of Road Traffic Accidents in Ondo State of Nigeria
3
作者 B. A. Afere S. A. Oyewole I. Haruna 《Journal of Statistical Science and Application》 2015年第5期153-162,共10页
关键词 统计学 统计方法 统计调查 应用
下载PDF
基于平方根UPF的电力系统鲁棒预测状态估计
4
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
基于负荷预测和无迹粒子滤波的配电网动态状态估计
5
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
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
基于支持向量机的电力系统状态估计多类型数据异常检测
7
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
基于PLESN和LESQRN概率预测模型的短期电力负荷预测
8
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
基于ESN模型的制造商库存需求预测
9
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
Understanding and Forecasting Zonda Wind (Andean Foehn) in Argentina: A Review 被引量:1
10
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
民用建筑逐时负荷的理论分析
11
作者 朱亮亮 阳玉云 《建筑电气》 2024年第3期24-28,4,共6页
从复杂多变的实际用电负荷曲线分析入手,基于电能损耗,提出用特定时段内的平均负荷代替实际负荷的等效分析思路,并利用中心极限定理得出不同类型、不同情况下设备平均功率近似趋于平稳所需要的稳态时间。进一步讨论稳态时间对分段时间... 从复杂多变的实际用电负荷曲线分析入手,基于电能损耗,提出用特定时段内的平均负荷代替实际负荷的等效分析思路,并利用中心极限定理得出不同类型、不同情况下设备平均功率近似趋于平稳所需要的稳态时间。进一步讨论稳态时间对分段时间宽度的影响,定性分析逐时负荷在不同时间、不同配电点的波动,为下一步逐时负荷计算的数据分析提供理论依据。 展开更多
关键词 中心极限定理 正态分布 平均系数 稳态时间 稳态平均功率 分段时间宽度 逐时负荷 负荷预测
下载PDF
Forecast of Dynamic Change of Land Use Based on Cellular Automata
12
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
稳态随机先验下MF-VAR预测模型及其应用 被引量:1
13
作者 刘洪 王丹阳 高跃伟 《统计与决策》 北大核心 2023年第5期22-26,共5页
准确把握宏观经济发展趋势有利于前瞻性地调控经济运行,防范外部冲击。当前广泛用于宏观经济预测的MF-VAR模型,虽然能胜任常态情形的预测任务,但其参数估计过程多以传统Minnesota形式分布作为推断先验,难以贴合现实中异方差性的非理想... 准确把握宏观经济发展趋势有利于前瞻性地调控经济运行,防范外部冲击。当前广泛用于宏观经济预测的MF-VAR模型,虽然能胜任常态情形的预测任务,但其参数估计过程多以传统Minnesota形式分布作为推断先验,难以贴合现实中异方差性的非理想预测环境。文章引入稳态随机先验对模型进行改进和优化,并通过湖北省主要宏观经济指标进行实例验证,发现稳态先验的“均值调整”信念驱使预测向均值回归,在简化估计程序的同时还能提高远期视野下的预测精度;随机先验的时变方差设定能有效捕捉序列的结构变动,使模型能同时适应常态和不确定性冲击的情形;分级稳态和因子随机波动可以牺牲部分样本信息而兼顾降维能力与计算优势。稳态随机先验的延展性和灵活性拓展了MF-VAR模型的应用场景,放宽了模型的应用条件,并进一步提高了预测精度。 展开更多
关键词 宏观经济预测 MF-VAR模型 稳态先验 随机先验
下载PDF
AIS数据在远洋渔业中的应用研究进展 被引量:3
14
作者 许振琦 汪金涛 +2 位作者 雷林 吴峰 陈新军 《海洋渔业》 CSCD 北大核心 2023年第2期237-247,共11页
远洋渔业是我国国民经济的重要产业。由于远离陆地和港口,缺少有效的观测和监管手段,影响了该产业的可持续发展。船舶自动监控系统(automatic identification system,AIS)是现代船舶必备的航海设备,该设备产生的数据具有覆盖范围广、精... 远洋渔业是我国国民经济的重要产业。由于远离陆地和港口,缺少有效的观测和监管手段,影响了该产业的可持续发展。船舶自动监控系统(automatic identification system,AIS)是现代船舶必备的航海设备,该设备产生的数据具有覆盖范围广、精度高等特征,已成为研究远洋渔业的重要数据源。介绍了AIS数据的特性及其处理方法和国内外AIS技术的发展应用现状,在此基础上综述了AIS在远洋渔业中的主要应用进展,包括AIS数据在远洋渔业中的3种主要应用方向及对应的研究方法,即渔船作业状态识别与中心渔场预报、远洋渔船监管与非法捕捞行为监测和海洋环境保护与海洋栖息地管理,通过对比论述了各研究方法的优缺点。最后对AIS数据在远洋渔业应用中发挥的重要作用进行总结,对相关的研究方法所存在缺点和不足进行探讨,提出了AIS数据应用于远洋渔业的优化方向,以期为远洋渔业的可持续发展提供科学依据。 展开更多
关键词 AIS数据 远洋渔业 捕捞状态 渔场预报 IUU 海洋环境保护
下载PDF
深度学习在电力系统预测中的应用 被引量:6
15
作者 苗磊 李擎 +2 位作者 蒋原 崔家瑞 王义轩 《工程科学学报》 EI CSCD 北大核心 2023年第4期663-672,共10页
电力系统预测主要包括负荷预测、出力预测以及健康状态预测等.通过负荷预测,可以优化电力生产规划,从而更好地实现电能的精细化分配;通过出力预测,可以有效提升新能源电力消纳能力,实现电能的充分及合理利用;通过电力设备健康状态预测,... 电力系统预测主要包括负荷预测、出力预测以及健康状态预测等.通过负荷预测,可以优化电力生产规划,从而更好地实现电能的精细化分配;通过出力预测,可以有效提升新能源电力消纳能力,实现电能的充分及合理利用;通过电力设备健康状态预测,可以及时发现设备运行隐患,从而进一步保障电力系统平稳安全运行.深度学习凭借其卓越的特征分析和预测能力,被广泛应用于电力系统运行及维护.本文首先归纳介绍了电力系统预测深度学习模型的特点、适用场景;其次,梳理了深度学习在面向民用及工业场景负荷预测、光伏及风电出力预测、机械及非机械设备健康状态预测中的应用前沿;最后,对深度学习在电力系统预测中所面临的关键问题、发展趋势进行了总结和展望. 展开更多
关键词 电力系统 深度学习 负荷预测 出力预测 健康状态预测
下载PDF
中美云计算领域专利技术主题发展态势预测研究
16
作者 张彪 董坤 +1 位作者 高道斌 吴红 《世界科技研究与发展》 CSCD 2023年第1期51-62,共12页
云计算是人工智能时代竞争致胜的关键支撑产业,是中美两国必争之地。科学预测中美两国云计算相关技术主题发展态势,对于我国科学规划云计算发展策略、提高竞争实力具有重要意义。本文以中美云计算领域专利为样本数据,首先运用WI-LDA细... 云计算是人工智能时代竞争致胜的关键支撑产业,是中美两国必争之地。科学预测中美两国云计算相关技术主题发展态势,对于我国科学规划云计算发展策略、提高竞争实力具有重要意义。本文以中美云计算领域专利为样本数据,首先运用WI-LDA细粒度挖掘各技术主题,其次利用Prophet对各主题发展态势进行建模预测,最后创建主题趋势度和主题热度指标,绘制技术主题空间分布图,解读两国未来发展态势。分析发现:美国在云计算领域整体起步比较早,在故障检测与修复、云安全、混合存储控制装置、内存管理具有较大优势,中国虽起步较晚,但发展迅速,在数字计算中心、信号传输系统、软件模拟、云资源加密、图像数据识别后来居上,发展前景广阔。美国已在云计算大多技术主题占得先机,我国仍需持续建设良好的云计算发展环境,坚持自主可控的发展方向,培养核心竞争力。 展开更多
关键词 中美 云计算 专利分析 发展态势 预测
下载PDF
基于改进马尔科夫模型的铁路客运量预测研究 被引量:1
17
作者 杨飞 张云娇 范丁元 《高速铁路技术》 2023年第5期45-50,共6页
为提高铁路客运量预测的精度,在预测精度更优条件下,对马尔科夫模型状态划分区间的取值范围进行了研究,并在此基础上对模型进行了改进。先通过多层感知器神经网络预测了2004—2019年北京市的铁路客运量,再运用改进的马尔科夫模型对多层... 为提高铁路客运量预测的精度,在预测精度更优条件下,对马尔科夫模型状态划分区间的取值范围进行了研究,并在此基础上对模型进行了改进。先通过多层感知器神经网络预测了2004—2019年北京市的铁路客运量,再运用改进的马尔科夫模型对多层感知器神经网络预测结果进行修正,并与均等划分和均值-方差法划分状态区间的马尔科夫模型的预测修正结果进行对比。研究结果表明,改进的马尔科夫模型降低了预测过程的复杂性,具有更高的预测精度。相比于均等划分、均值-方差法划分状态区间的模型,改进的马尔科夫模型的预测误差分别减少了0.601%和0.683%。 展开更多
关键词 铁路客运量 优化 马尔科夫模型 状态区间划分 预测
下载PDF
基于机器学习的锂离子电池荷电状态多步预测
18
作者 于秋月 刘江岩 +3 位作者 何林 张青 谢翌 李夔宁 《汽车工程学报》 2023年第4期586-596,共11页
先进电池管理技术依赖于对未来一段时间荷电状态变化的预测,难点在于误差积累和时间依赖性降低引起的预测精度下降。提出采用机器学习结合多步预测策略来提升荷电状态多步预测精度,利用实际锂电池数据研究了不同多步预测策略的效果。结... 先进电池管理技术依赖于对未来一段时间荷电状态变化的预测,难点在于误差积累和时间依赖性降低引起的预测精度下降。提出采用机器学习结合多步预测策略来提升荷电状态多步预测精度,利用实际锂电池数据研究了不同多步预测策略的效果。结果表明,实际锂电池荷电状态预测在充电过程中具有显著线性特性,放电过程表现出非线性特性。预测步长为15个时,LR模型、KNN模型、RF模型的MAPE均低于6%,R^(2)均大于0.90。线性回归结合MIMO策略具有最大的实际应用潜力。 展开更多
关键词 锂离子电池 荷电状态 机器学习 多步预测
下载PDF
基于状态频率记忆网络的家庭短期电力负荷预测
19
作者 卜祥国 赖波 周后盘 《现代电力》 北大核心 2023年第1期67-72,共6页
家庭的短期电力负荷预测在智能电网中发挥着越来越重要的作用,为了进一步提高预测的精度,提出了一种基于状态频率记忆网络的家庭短期电力负荷预测模型。首先采用K均值聚类方法,将具有相同用电模式的家庭归为一类;随后采用小波降噪技术... 家庭的短期电力负荷预测在智能电网中发挥着越来越重要的作用,为了进一步提高预测的精度,提出了一种基于状态频率记忆网络的家庭短期电力负荷预测模型。首先采用K均值聚类方法,将具有相同用电模式的家庭归为一类;随后采用小波降噪技术对负荷数据进行降噪处理;最后构建状态频率记忆网络模型进行批量的家庭负荷预测。该模型通过引入离散傅里叶变换将记忆状态分解为多个频率分量,并通过这些频率成分的组合来预测未来的用电量。使用均方误差、均方根误差和平均绝对误差来评估模型,与该领域上性能表现最好的长短期记忆模型相比较,文中的模型在未来一天的负荷预测中,3类误差分别降低了21.6%、11.4%、15.4%,充分验证了模型的有效性。 展开更多
关键词 电力负荷预测 状态频率记忆网络 小波降噪 K均值 离散傅里叶变化
下载PDF
西宁强降水的2种数值模式预报能力对比检验
20
作者 谢启玉 周琴 +2 位作者 朱宝文 赵娟 张婷华 《农业灾害研究》 2023年第8期270-273,共4页
对2020—2021年西宁强降水,采用ECMWF和GRAPES-GFS(GFS)数值模式,检验强降水发生的环境背景条件、大气状态指数及降水量,结果表明:(1)ECMWF和GFS模式对500 hPa天气系统、北方区域系统预报效果最好。ECMWF模式对500 hPa风向风速预报效果... 对2020—2021年西宁强降水,采用ECMWF和GRAPES-GFS(GFS)数值模式,检验强降水发生的环境背景条件、大气状态指数及降水量,结果表明:(1)ECMWF和GFS模式对500 hPa天气系统、北方区域系统预报效果最好。ECMWF模式对500 hPa风向风速预报效果更优,2种模式对200 hPa风向预报效果很好,对风速预报趋向于偏弱。ECMWF模式对水汽场预报能力更强。2种模式对500 hPa温度场预报效果均较好,对700 hPa温度场均预报强度偏弱、范围偏小。(2)ECMWF模式将强降水过程的大气状态指数预报趋向于略大,GFS模式则趋向于偏小;GFS模式预报能力更优。(3)模式预报降水量平均绝对偏差较大的区域经常出现在大通北部、湟中中部及湟源南部,偏差较小的区域在北部一线及湟中南部;ECMWF模式效果更好。 展开更多
关键词 环境背景条件检验 大气状态指数 预报能力 强降水
下载PDF
上一页 1 2 18 下一页 到第
使用帮助 返回顶部