基于N-BEATS的能源互联网短期负荷预测

短期负荷预测在能源互联网的规划中既占重要组成部分,又是能源系统可靠高效运行的基础。在能源互联网中能源的短期负荷预测精度问题是人们重点关注问题。N-BEATS的深度神经结构未使用时序特别组成成分,仅使用一种基于后向和前向残差链路以及非常深的全连接层堆栈的深度神经架构。该结构具有可解释性、适用于广泛的目标域、并且训练速度快等优点。实验使用N-BEATS模型对历史负荷数据进行训练,然后对未来负荷进行短期负荷预测,取得了较高的预测精度。测得平均绝对百分比误差(eMAPE)为1.26%,平均绝对误差(eMAE)为84.238 kW,决定系数(R^(2))为0.9955,实验结果表明采用该方法的预测精度高于传统的预测方法,如在eMAPE方面相比TCN降低了0.61%。

例说n项和数列极限的几种求法

有限个数列和的极限一般可用"数列和的极限等于数列极限的和"的运算法则来计算,而对于n项和数列的极限不能采用和的运算法则.针对此问题,文中利用迫敛性、定积分、幂级数和函数性质以及Fourier级数和函数得到了求此类极限的方法.

m项交错调和级数收敛性及推广应用

本文给出了m项交错调和级数概念,得到了交错项an(m)的两个极限值及这类级数的收敛性,给出了这类级数和的积分式及其收敛值,并把结果推广应用到通项分母呈等差数列(公差d>0)的一类交错级数求和上,解决了更多级数求和问题.

一类级数求和的推广之注记

通过对文献[1]中结论的分析,进一步阐述了拆项技巧在级数求和中的应用.

高阶差幂数列的通项及求和公式

通过对某整数列应用逐差法经若干阶差后得到一幂指数均相等的数列,数学上称原数列为高阶差幂数列.本文仅研究一阶差幂数列通项公式的构成,并将其结果从低阶推广到高阶并给与系统的证明,从而得出高阶差幂数列的通项及前n项和的计算公式.

若干经典极限问题推演程序的简化

应用笔者建立的ｎ项和的极限法则简化文［１］中若干经典极限问题和推演程序。

一类特殊数列的通项及求和

目的找出一类特殊数列, p, p p, p p p…,和0 p,0 p p,0 p p p,…(其中 p表示l个数字重复出现)的通项及前n项和公式.方法利用数学归纳法证明数列,ab,abab,ababab,……(其中a=1,2……9,b=0,1,2…,9)和数列,0 ab,0 abab,……(a,b=0,1,2,…9)的通项及前n项和公式,并通过观察给出了数列, p, p p, p p p…和数列0 p,0 p p,0 p p p,…(其中 p表示l个数字重复出现)的通项及前n项和公式.结果和结论使用这些特殊数列的通项及前n项和公式能解决实际中遇到的此类问题.

一类级数求和问题推广的再讨论

对一类级数求和问题推广所得的四个结论进行了再推广.

浅析数列求和方法

数列求和问题有时比较麻烦,甚至无从下手。抓住数列不同的特点,找出规律就可以比较容易地求出来。根据数列的不同特点,给出数列求和的两种方法——添因子求和法和去因子求和法。

一种求数项级数之和的新方法

利用双曲函数列tankkxcoshx(k=0,1,2,……),求出一些收敛数项级数的和,从而为数项级数求和提供了一种新方法.

关于等差和等比数列的性质及其应用

对等差和等比数列这个古典代数学的基本内容作了一些较深入的探讨 ,得到了一系列非常有用的结果 ,并通过典型例题说明了它们在有关方面的应用。

级数求和方法的探讨与总结

根据级数的类型及特点,探讨级数求和用到的数学理论知识及运算技巧,总结出级数求和的四种常规方法和四种特殊方法,并对每种方法的适用类型、应用技巧、注意事项作了简要分析。

交错二项式系数连带奇数倒数平方和级数

根据一个已知级数,使用裂项方法得到一个分母含有1个、2个、3个等奇偶性因子的二项式系数连带奇数倒数平方和的级数。利用反正弦与反双曲正弦关系给出交错二项式系数倒数连带连续奇数倒数平方和级数。得到级数封闭型的和式,同时得到二项式系数连带奇数倒数平方和的级数恒等式。

由一个堆积问题引出的两类数列的求和公式

数列求和中的堆积问题,是应用初等数学方法来解决数列求和问题中的难点,将此问题进行总结推广,给出了等差数列与等比数列中堆积问题求和的两个公式:。但对于一般数列求和中的堆积问题,仍有待于深入地探索与研究。

一个数论定理

宣称:2≤k∈N,k∏i=1 ai,其中ai∈Z,且对1≤i≤k-1,ai+1=ai+1,并予以四种证明.