基于多窗宽核密度估计的风电功率超短期自适应概率预测

精准的风电功率预测是保证新型电力系统安稳运行、促进风电消纳的重要手段。针对核密度估计所求分位数在不同置信度下鲁棒性差的问题,提出多窗宽核密度估计方法,根据不同置信度生成不同窗宽的核密度估计值,实现了风电功率的超短期自适应概率预测。首先,结合风电功率曲线和数据驱动模型,建立基于改进双向长短期记忆网络的风电功率超短期确定性预测模型。其次,推导了最优窗宽核密度估计方法,并基于此构建多窗宽核密度估计误差拟合模型,在不同置信度下自适应生成最优窗宽并构建预测区间。最后,基于实际运行数据验证模型的可行性与有效性。结果表明,所提模型可有效提高确定性预测的精度和概率预测的鲁棒性。

一种基于Parzen窗估计的鲁棒ELM烧结温度检测方法

在回转窑燃煤火焰视频模糊且干扰较大的情况下,基于火焰辐射能量和燃烧稳定程度提取多帧煤粉燃烧图像的统计特征进行烧结温度判断.为克服工业现场特征数据中的粗差干扰,将极限学习机(Extreme learning machine,ELM)与稳健估计理论相结合,用训练误差分布的Parzen窗非参数估计构造ELM权矩阵,对其输出层权值进行稳健最小二乘估计.基于上述火焰视频的统计特征,用该改进的鲁棒极限学习机(Robust-ELM)检测烧结带温度.实验结果表明,在视频图像模糊、不能用常规静态图像处理方法软测量烧结带温度时,本文方法可快速有效地检测窑内烧结温度,且检测系统不易受现场干扰,稳定性强。

基于Parzen窗估计的设备状态综合报警方法

针对现有监测报警方法难以适应工况变化和融合多元数据的缺点,提出基于Parzen窗估计的设备状态综合报警方法。该方法动态估计多元监测数据的联合概率密度函数,以局部分布边缘包络作为报警边界,随着监测数据的不断积累,逐步提高正常和故障概率分布估计的准确性,形成符合设备个性化状态发展历程的动态报警区域。通过对转子试验台和加热炉风机监测数据分析,验证了该方法的有效性。

用于线性时变系统辨识的固定长度平移窗投影估计递推子空间方法

给出了一个新的用于线性时变参数结构系统模态参数识别的基于固定长度平移窗投影估计的递推子空间方法。首先推得基于平移窗投影估计的子空间跟踪算法,以代替奇异值分解,再推得系统数据矩阵的一阶修正形式,从而得到新的基于平移窗投影估计的递推子空间方法。该方法可有效地降低算法的计算量。最后通过刚度随时间变化的3自由度系统和一具有移动质量的机械臂系统的时变模态频率辨识仿真表明该方法可有效地辨识线性时变系统的伪模态参数。

基于移动开窗法协方差估计和方差分量估计的自适应滤波

基于移动窗口协方差估计和方差分量估计 ,提出了一种新的自适应Kalman滤波技术。计算结果证实 。

半参数计量经济联立模型的变窗宽估计理论

联立方程模型在经济政策制定、经济结构分析和经济预测方面起重要作用.文章将半参数单方程计量经济模型的局部线性估计方法与传统联立方程计量经济模型的工具变量估计方法相结合,在随机设计(模型中所有变量为随机变量)下,提出了半参数联立方程计量经济模型的局部线性工具变量变窗宽估计方法,并利用极限理论研究了估计的大样本性质.结果表明:参数分量的估计具有一致性和渐近正态性且收敛速度为n-1/2;非参数分量估计在内点处具有一致性和渐近正态性,其收敛速度达到了非参数函数估计的最优收敛速度.

多正弦窗谱估计应用于振动信号频谱分析

为了保证振动信号频谱分析在确保分辨力时具有良好的方差性能,引入多正弦窗,结合Thomson提出的多窗算法,进行了多正弦窗谱估计算法的理论分析与基于实测汽轮机振动信号的频谱分析效果仿真,分析了算法的分辨力与方差性能,并讨论了正弦窗口数对算法性能的影响.仿真结果表明多正弦窗谱估算法可在谱分辨力和方差性能间取得较好均衡,适合于振动信号频谱分析,性能优于传统的周期图及其各种改进算法.

基于参数Parzen窗估计的独立分量分析

在对盲源信号进行独立分量分析时,往往需要已知源信号的概率密度函数(PDF)。然而,由于源信号是未知的,一般事先很难知道其PDF。通常的做法是采用非参数的Parzen窗估计源信号的PDF。但是因为不同的信号具有不同的PDF,本文引入窗宽作为参数的Parzen窗来估计源信号PDF。用信息熵最小原则进行独立分量分析。模拟结果表明信号干扰比(SIR)明显提高。

基于多窗频谱估计和平滑幅度谱包络的Mel频率倒谱系数(MFCC)改进算法

语音的特征提取是说话人识别系统中的关键问题。在传统的Mel频率倒谱系数(MFCC)参数的基础上,提出一种改进的MFCC特征提取算法。该算法着眼于语音的前端处理,在预处理阶段,利用SWCE窗函数,对信号进行多窗频谱估计。并对得到的频谱进行平滑处理,得到信号的谱包络。然后对信号的谱包络进行计算,得到改进的MFCC参数。实验表明,在不同噪声环境下,与传统的MFCC算法相比,改进的算法识别率提高四个百分点以上。

时空加权回归模型的变窗宽局部估计

基于合变系数模型的局部线性估计方法与时空加权回归(GTWR)拟合方法,给出了时空加权回归模型的局部估计方法,并在其中嵌入一个变窗宽以提高其估计精度.

非参数计量经济联立模型的变窗宽估计理论

联立方程模型在经济政策制定、经济结构分析和经济预测方面起重要作用.文章将非参数回归模型的局部线性估计方法与传统联立方程模型估计方法相结合,在随机设计(模型中所有变量为随机变量)下,提出了非参数计量经济联立模型的局部线性工具变量变窗宽估计并利用概率论中大数定理和中心极限定理等在内点处研究了它的大样本性质,证明了它的一致性和渐近正态性,它在内点处的收敛速度达到了非参数函数估计的最优收敛速度.

我国宏观经济非参数联立模型的局部线性工具变量变窗宽估计

联立方程模型在经济政策制定、经济结构分析和预测方面起重要作用 ,目前关于非参数计量经济模型的研究主要停留在单方程模型上 ,而联立方程模型的研究在国际上刚刚起步。本文将非参数回归模型的局部线性估计方法与传统联立方程模型估计方法相结合 ,首次提出了非参数计量经济联立模型的局部线性工具变量变窗宽估计并应用于我国宏观经济非参数联立模型。结果表明 :我国宏观经济非参数联立模型优于线性联立模型且线性模型将造成不必要的人为设定误差 ;对于非参数联立模型 ,局部线性工具变量变窗宽估计优于局部线性估计。

基于多窗谱估计谱减法和能熵比法的语音端点检测算法

语音端点检测是语音处理中非常关键的一个环节,目前主要的语音端点检测算法都侧重于语音特征参数的提取而忽略了之前的语音增强。论文提出一种基于多窗谱估计谱减法和能熵比的语音端点检测复合算法,该算法利用多窗谱估计谱减法将有噪声环境下的语音信号减噪,提高性噪比,达到语音增强的效果,再结合能熵比法进行端点检测。仿真结果表明,算法在低信噪比情况下,可以提高语音端点检测的正确率。

我国宏观经济非参数联立模型的局部线性广义矩变窗宽估计

联立方程模型在经济政策制定、经济结构分析和经济预测方面起重要作用，但以往的线性或非线性联立方程模型容易造成单方程的设定误差，致使联立方程的累积误差很大，不能很好地反映现实中的经济现象。而非参数回归模型具有较线性或非线性回归模型更好的拟合优度，非参数联立方程模型是较传统联立方程模型更贴近现实经济现象的模型，能较好地拟合现实中的经济状况。目前关于非参数计量经济模型的研究主要停留在单方程模型的研究，而联立方程模型的研究在国际上刚刚起步，在国内是个空白。本文将非参数回归模型的局部线性估计方法与传统联立方程模型估计方法相结合，首次提出了非参数计量经济联立模型的局部线性ＧＭＭ变窗宽估计并应用于我国宏观经济非参数联立模型且与线性联立模型进行了比较，结果表明：我国宏观经济非参数联立模型优于线性联立模型且线性模型将造成不必要的人为设定误差。

密度与回归的随机窗宽核估计的渐近正态性

本文建立了密度和回归函数的随机窗宽核估计的渐近正态性,并给出了在回归函数最近邻估计场合的一个应用。

Parzen窗估计法在图像复原中的应用探索

通过对降质图像离散退化模型与Parzen窗估计法基本公式的对比和对几种退化模型的点扩展函数特点的分析 ,揭示了点扩展函数与Parzen窗函数之间的对应关系 .提出用Parzen窗函数对点扩展函数进行估计的思路和方法 。

Parzen窗估计在潜艇目标强度统计建模的应用

研究潜艇目标强度的统计特性对水中兵器的仿真和试验分析具有重要意义。本文针对直方图统计模型的精度受区间划分影响较大,提出将Parzen窗估计方法用于潜艇目标强度的统计建模,建立潜艇典型舷角下的目标强度分布模型,并对统计特性进行分析。对Benchmark潜艇模型进行仿真计算,结果表明,采用Parzen窗估计法建立的潜艇目标强度统计模型符合潜艇的物理结构特性,能够更加准确和有效地对潜艇目标强度的统计特性进行预报。

多窗谱估计的语音增强减法研究

多带谱熵不仅能体现和谱熵一样的频率特性,还能体现能量的分布情况,因此在进语音检测时更趋向于采用多带谱熵估计。通过仿真,证明多带谱熵估计在非平稳信号检测中相比于谱熵估计的优越性,确定适合坦克环境的多带谱熵噪声估计算法。结合多带谱熵估计、相关加权、分帧相减等理论,提出一种以多窗谱估计为基础的改进的语音增强算法。仿真结果表明,提出的算法不仅能更好地抑制背景噪声和音乐噪声,而且还较好地保持了语音的可懂度和自然度。

基于多窗频谱估计的PLAR特征提取

为提高PLAR特征在噪音环境下的鲁棒性,提出一种改进的感知对数面积比系数(Perceptual Log Area Ratio,PLAR)特征提取方法.在语音的前端处理中,引入多窗频谱估计方法(Multitapering),代替基线系统中传统的傅里叶(Discrete Fourier Transform,DFT)对信号进行频谱分析,从而获得新的特征参数MTPLAR.多窗频谱估计原理是采用多个窗函数的加权平均值来获得信号的频谱结构,具有更加稳定的频谱分析性能,因此可以获得抗噪性能更高的特征参数.实验结果表明:与传统提取方法获得的PLAR相比,基于改进方法的新特征的说话人确认系统在噪音环境下,平均等错误率获得了17%的相对提高,新特征提高了说话人确认系统的噪音鲁棒性.

变系数联立模型的局部线性工具向量变窗宽估计

在经济变量随机设计条件下,提出了一类变系数联立模型的局部线性工具向量变窗宽估计,研究了估计量的大样本性质.运用局部线性工具向量变窗宽估计对模型的变系数进行估计.利用概率论中大数定律和中心极限定理,证明了估计量的大样本性质.局部线性工具向量变窗宽估计具有相合性和渐进正态性.