基于马尔科夫链模型的特高压输电线路工频电磁场监测方法

针对当前方法的特高压输电线路电磁监测误差大问题,设计基于马尔科夫链模型的工频电磁场监测方法。结合特高压输电线路环境和最大导线弧垂点布置线路工频电磁场测点,然后采用超限学习机网络模型设计传感数据修正技术,去除数据中干扰信息,并引入有限长模拟线电荷法以及毕奥-萨瓦定律计算输电导线三维电磁场分布,最后运用马尔科夫链模型定义工频电磁场状态转移矩阵,得到准确的监测结果。实验结果显示:所提方法的电场监测相对误差降低了21%、25%,磁场监测相对误差降低了0.24%、0.27%。

基于叠加马尔科夫链的矿井涌水量预测——以成庄煤矿为例

针对马尔科夫链预测的局限性,提出了能够进行清晰定量计算的叠加矿井涌水量的马尔科夫链预测方法。基于2008年1月-2013年12月成庄煤矿72个月的涌水量资料,进行涌水量状态分级,计算状态转移矩阵,将不同步长转移矩阵求得的预测值进行叠加平均,进而建立了叠加马尔科夫链预测模型,分析拟合效果,预测了2014年1月-4月的涌水量,并与实测值进行了对比。结果表明,该模型的预测精度达到了94.84%,预测效果较好,从而为矿井涌水量的预测提供了一种新方法。

基于叠加马尔科夫链和BP神经网络模型的降水量预测研究

选用叠加马尔科夫链和BP神经网络模型,利用1951年-2013年的降水资料对长春市降水量进行预测。叠加马尔科夫链方法具有原理简单易懂,计算方法简便的优点。BP神经网络模型具有计算快速,占用内存小,还有很好的容错性。根据计算,BP神经网络预测误差均小于20%,叠加马尔科夫链方法仅有6个年份误差小于20%。通过对比分析预测结果可知:对于本研究区BP神经网络模型的预测精度较高。预测方法对数据的稳定性有要求,数据的波动越强,预测结果精度越低。对比可知,叠加马尔科夫链对数据的平稳性要求更高,BP神经网络模型的适用性更强。

叠加马尔科夫链在年降水量预测中的应用

[目的]采用叠加马尔科夫链方法预测年降水量。[方法]利用位于川西高原的小金站1961～2010年年降水量资料,运用叠加马尔科夫链方法预测2001～2010年小金站的年降水量,并与该站实际观测值进行对比。[结果]2001～2010年小金站降水量的预测误差控制在10%以内的年份有7年,其中在5%以内的年份有4年,说明叠加马尔科夫链方法能较好地预测年降水量。但对于大旱或大涝年份降水量的预测,该方法仍存在着一定的缺陷,有待进一步改进。[结论]叠加马尔科夫链预测方法物理概念清晰,计算简便,为降水量预测精度的提高提供了一条值得探索的途径。

基于马尔科夫链蒙特卡洛方法的光伏电站可靠性评估

为了对大型光伏电站进行可靠性评估,首先建立了光伏电站各主要元件的可靠性评估模型,然后定义了光伏电站可靠性评价指标体系,最后采用马尔科夫链蒙特卡洛(MCMC)方法对光伏电站可靠性进行了评估。在光伏阵列建模过程中,以误差作为限制条件采用向后场景削减技术对其状态进行了削减和划分,在保证一定精度的同时简化了抽样过程。通过对某大型光伏电站可靠性评估算例,对比分析了MCMC方法和蒙特卡洛(MC)法的指标计算结果、收敛速度和稳定性,结果验证了该方法的评估结果与MC方法结果一致,在相同的收敛条件下所需抽样次数更少,速度更快。

基于气象相似度与马尔科夫链的光伏发电预测方法

针对目前光伏发电预测中实用性较低、预测精度不高、气象条件利用不充分和预测跟踪性能较差等现象,设计出基于气象相似度与五状态马尔科夫链的光伏发电预测方法。该方法利用神经网络建立气象相似度—发电量相似度的过渡模型,用该模型预测可获得预测日发电量的预测结果,最后分别用三状态和五状态的马尔科夫链修正预测结果。实验结果表明:相比不充分利用气象条件的神经网络预测方法,基于气象相似度与五状态马尔科夫链的光伏发电预测方法具有较高的预测精度、实用性和良好的预测跟踪性能。

深基坑开挖变形的灰色马尔科夫链预测方法

基于灰色马尔科夫链理论,提出了深基坑开挖变形灰色马尔科夫链预测方法,建立了用于变形预测的新陈代谢GM(1,1)模型和灰色马尔科夫链模型。研究结果表明:这2种模型的预测精度都可以满足施工期预测要求,灰色马尔科夫链模型的各项指标均优于新陈代谢GM(1,1)模型。该结果对同类研究具有一定参考价值。

基于叠加的马尔科夫链的永吉县降水量分析

利用永吉县1957-2011年降水资料,采用线性回归法及叠加的马尔科夫链方法对永吉县的降水量进行分析,结果表明,永吉县降水量在54年中20世纪70-80年代为下降趋势,之后呈先上升后下降的趋势。以叠加的马尔科夫链可以很好的模拟永吉县降水量,但在大旱大涝年份误差较大,在计算中应综合降水序列整体进行计算以消除误差。

基于叠加马尔科夫链的环境质量预测——以成都市为例

鉴于环境质量预测在理论与实践中尚存在严重不足,特将叠加马尔科夫链引入到环境质量的预测中。基于2013年6月—2016年9月成都市40个月的三种大气污染物(SO_2、NO_2、PM_(10))浓度监测值,运用叠加马尔科夫链方法预测2016年10月—12月上述污染物的浓度,并与实际观测值进行对比。结果表明,该方法对SO2、NO2和PM10的预测精度分别达到92.88%、91.44%和93.14%。预测效果较明显,从而为环境质量的预测研究提供了一种可供参考的新方法。

基于叠加马尔科夫链的边坡位移预测研究

针对边坡监测数据的时效性问题,运用叠加马尔科夫链对边坡位移增量进行预测,选取符合马尔科夫链数据要求的位移增量作为预测依据,采用均值-方差法将数据划分为3个状态分级数据区间,并对2019年11月1日至2019年12月30日的60个数据进行分级,得到了不同步长的转移矩阵和均值向量,预测了2019年12月31日、2020年1月1日和2020年1月2日的位移增量分别为2.88、2.84和2.73,预测精度可达到97.3%、89.08%和89.75%,预测精度高、效果好,为边坡位移监测数据发挥预警作用提供了案例支撑,对处理矿山边坡监测数据具有参考意义。

基于马尔科夫链蒙特卡洛的台区可靠性评估方法

随着居民生活水平的不断提高,用于居民用电服务的台区供电强度不断提高。为了实现对运行中台区的可靠性进行实时监控与评估,提出基于马尔科夫链蒙特卡洛方法的台区可靠性评估理论,该方法实现海量待处理信息下高维数据的降阶与解耦,在兼顾经济性的同时又能及时发现潜在的存在安全风险的台区并及时地安排运维人员处理,历经一年多的现场运维检验,结果证明了所提出方法的有效性与科学性。

近似贝叶斯计算结合马尔科夫链蒙特卡洛的概率潮流计算

风电等分布式电源的强随机性直接增强配电网的不确定性,提出一种近似贝叶斯计算结合马尔科夫链蒙特卡洛的方法求解概率潮流。根据近似贝叶斯计算考虑状态变量先验信息的概率思想,结合马尔科夫链蒙特卡洛得到计及随机性的状态变量模拟样本。再采用奇异值分解生成随机变量的观测样本,通过误差函数将系统的随机性刻画为模拟样本和观测样本的相似性。引入提议分布结合概率潮流模型实现统计特征值的计算和对比,再利用Jacobi行列式作为误差修正量更新样本值,使之最大程度接近真实后验分布。在IEEE 9、IEEE 33节点系统中的仿真结果表明,改进的近似贝叶斯计算较传统近似贝叶斯计算拟合精度更高,能有效降低状态变量后验概率求解难度,可用于高渗透率风电并网下系统分析与评估。

不规则区域上Poisson方程的蒙特卡洛马尔科夫链方法求解

本文研究了不规则区域上泊松方程的蒙特卡洛马尔科夫链方法数值求解。在不规则区域上,微分方程的数值计算通常是困难的。基于有限差分的思想,本文构造了可吸收马尔科夫链来求解不规则区域上的微分方程。不规则区域的数值实验结果表明了该方法的可行性和有效性。该方法为求解不规则区域上的泊松方程提供了一种新的计算思路,并保持了空间方向上二阶收敛阶。

利用齐次马尔科夫链预测股票价格走势

本文利用齐次马尔科夫链,根据单只股票在过去一段时间内交易日的价格来预测其在未来某天交易日的价格走势。原理清楚、方法简单,可为普通股民的投资决策提供有价值的参考。

马尔科夫链模型在软件可靠性测试中的应用研究

现行的软件可靠性分析方法禁锢了人们从更简单层次对软件系统的可靠性进行研究。基于上述认识,为了缩短软件测试周期,文中提出了一种新的软件可靠性测试分析方法。该方法把马尔科夫链模型运用于软件可靠性测试中,在测试过程中使用了新的评判准则分析测试结果,通过实例证明了该评判准则的实用性和有效性,从而为更快速地评估软件的可靠性提供了可能。

朴素贝叶斯模型及马尔科夫链蒙特卡洛方法在客服中心监控预警系统中的应用

通过对客服中心业务系统监控预警的需求分析,提出一种信息系统运行风险的预警算法,并通过信息系统运行的历史大数据学 习训练逐步调整算法参数,成功对关键业务系统运行风险提出预警。

灰色马尔科夫链在武汉新港集装箱运量预测中的应用

港口集装箱吞吐量预测是码头工程项目重要的前期工作,对港口发展影响深远。简介灰色系统理论及马尔科夫链预测过程,提出了灰色马尔科夫链预测港口集装箱吞吐量的预测方法,并以武汉新港集装箱吞吐量预测为例,其结果可为码头工程项目规划提供科学依据,供有关部门参考。

基于指数平滑法与马尔科夫链的汽车拥有量预测模型

民用汽车拥有量预测是城市交通规划、交通管理与控制的基础。为准确预测民用汽车拥有量的发展趋势,首先运用指数平滑法建立了汽车拥有量预测模型并利用实际数据对模型的准确性进行了验证;然后采用质心聚类法对相对误差进行状态划分并确定状态区间;最后利用马尔科夫链对初始预测模型进行修正,进一步提高了模型的预测精度。预测结果表明,未来几年全国每千人汽车拥有量仍将持续快速增长,建议有关部门及时采取措施,以避免交通拥堵、环境、能源等问题的加重。

基于灰色马尔科夫链的生态园区建筑电气密度预测研究

为解决当前电气密度预测误差大的问题,提出基于灰色马尔科夫链的生态园区建筑电气密度预测方法。监测生态园区建筑电气密度变化,对采集到的数据进行预处理。划分数据状态并构建三角形隶属函数获得模糊状态向量,结合马尔科夫链与灰色模型完成电气密度预测。实验结果表明,所提方法的预测误差小、精度高,具有可行性。

面向Agent马尔科夫多议题自动谈判模型研究

为增强自动谈判模型中各谈判Agent在报价与反报价过程中的科学性和合理性,提高谈判的效率和成功的概率,将马尔科夫链方法应用于对谈判对方各轮报价的预测当中,以增强模型对谈判过程的逻辑推理能力,通过与改进后的遗传算法相结合,构建了面向Agent的马尔科夫多议题自动谈判模型,期望为谈判各方在谈判过程中的报价提供有力支持。通过仿真计算可以看出,所提模型很好地对谈判过程进行了仿真和推理,多种方法的有效结合,能够客观地为谈判各方Agent提供合理决策的有效依据。