期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
5
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于时域卷积网络的风力涡轮机发电功率多时间尺度预测
1
作者
李丹阳
胡宏剑
+2 位作者
李卓璇
曾沛哲
李木
《科技资讯》
2023年第20期70-73,共4页
基于时域卷积网络,提出一种风力涡轮机发电功率的多时间尺度预测方法。首先,对影响发电功率的若干数据进行清理和归一化处理,减少异常值所带来的不良影响。其次,为了能够有效地捕捉时间序列数据中的动态特征,搭建了一种三层结构的时域...
基于时域卷积网络,提出一种风力涡轮机发电功率的多时间尺度预测方法。首先,对影响发电功率的若干数据进行清理和归一化处理,减少异常值所带来的不良影响。其次,为了能够有效地捕捉时间序列数据中的动态特征,搭建了一种三层结构的时域卷积网络模型,对风力涡轮机未来一段时间内的发电功率进行预测。最后,利用公开数据集进行仿真实验,验证所提出模型的有效性,并对不同时间尺度的预测结果进行对比分析。
展开更多
关键词
时域卷积网络
风力发电功率
预测
多时间尺度预测
仿真实验
下载PDF
职称材料
路段行程时间多时间尺度预测方法
2
作者
汪林
洪晓龙
+1 位作者
马雷
于悦
《交通标准化》
2012年第20期105-109,共5页
采用长春市实际调查数据对一种基于浮动车的路段行程时间多时间尺度预测方法进行仿真实验,结果表明基于该方法的交通流路段行程时间多时间尺度预测结果与真实值之间的平均绝对相对误差均小于7%,完全满足路段行程时间预测的精度要求。
关键词
智能交通系统
多时间尺度预测
人工神经网络
路段行程时
间
下载PDF
职称材料
基于混合神经网络的多时间尺度负荷预测
被引量:
2
3
作者
孙义豪
郭新志
+4 位作者
皇甫霄文
马杰
樊江川
张海峰
任洲洋
《电工电能新技术》
CSCD
北大核心
2023年第8期95-104,共10页
精准的负荷预测对于电力系统保持经济、可靠运行有十分重要的意义,电力系统规划、运行、电力市场竞价系统的设计等都需要不同时间尺度的负荷预测结果,然而现有研究大多围绕一个时间尺度展开,单一模型难以满足实际工程需求。造成这一现...
精准的负荷预测对于电力系统保持经济、可靠运行有十分重要的意义,电力系统规划、运行、电力市场竞价系统的设计等都需要不同时间尺度的负荷预测结果,然而现有研究大多围绕一个时间尺度展开,单一模型难以满足实际工程需求。造成这一现象的原因在于模型预测结果的误差会随着预测时间尺度的延长而出现不同程度的增加,预测难度大,并且影响负荷的因素大多分布在不同时间尺度的数据上,难以充分利用。针对以上问题,本文在考虑负荷曲线的定积分与对应时间内用电量之间约束关系的前提下,提出融合多时间尺度数据的混合神经网络模型。该模型的损失函数同时考虑了点预测结果的误差以及负荷曲线定积分的物理意义,增强了负荷时间序列中各个元素之间的几何相关性。并且利用神经网络将短尺度数据提取为抽象的综合数据后,与长尺度数据拼接组成新的特征向量,用于预测不同时间尺度的负荷值。算例结果表明,本文提出的模型在实际的变压器负荷数据上能够实现多个时间尺度的预测并且有效提高预测精度。
展开更多
关键词
多时
间
尺度
负荷
预测
多层混合神经网络
损失函数
多时
间
尺度
数据融合
下载PDF
职称材料
多时间尺度时间序列趋势预测
被引量:
7
4
作者
王金策
邓越萍
+1 位作者
史明
周云飞
《计算机应用》
CSCD
北大核心
2019年第4期1046-1052,共7页
针对股票、基金等大量时间序列数据的趋势预测问题,提出一种基于新颖特征模型的多时间尺度时间序列趋势预测算法。首先,在原始时间序列中提取带有多时间尺度特征的特征树,其刻画了时间序列,不仅带有序列在各个层次的特征,同时表示了层...
针对股票、基金等大量时间序列数据的趋势预测问题,提出一种基于新颖特征模型的多时间尺度时间序列趋势预测算法。首先,在原始时间序列中提取带有多时间尺度特征的特征树,其刻画了时间序列,不仅带有序列在各个层次的特征,同时表示了层次之间的关系。然后,利用聚类挖掘特征序列中的隐含状态。最后,应用隐马尔可夫模型(HMM)设计一个多时间尺度趋势预测算法(MTSTPA),同时对不同尺度下的趋势以及趋势的长度作出预测。在真实股票数据集上的实验中,在各个尺度上的预测准确率均在60%以上,与未使用特征树对比,使用特征树的模型预测效率更高,在某一尺度上准确率高出10个百分点以上。同时,与经典自回归滑动平均模型(ARMA)模型和PHMM(Pattern-based HMM)对比,MTSTPA表现更优,验证了其有效性。
展开更多
关键词
特征树
时
间
序列
预测
多时
间
尺度
趋势
预测
隐马尔可夫模型
下载PDF
职称材料
基于混合智能模型的分布式风力发电预测方法
被引量:
12
5
作者
董伟
杨强
+1 位作者
葛磊蛟
迟福建
《供用电》
2019年第1期34-39,共6页
进行准确的多尺度风功率预测对分布式风电机组的可靠和经济运行至关重要。提出了一种基于人工智能算法的混合模型,包括最小冗余最大相关(mRMR)准则的输入变量选择(IVS)模块,以及元启发式随机算法优化的自适应神经模糊推理系统(ANFIS)。...
进行准确的多尺度风功率预测对分布式风电机组的可靠和经济运行至关重要。提出了一种基于人工智能算法的混合模型,包括最小冗余最大相关(mRMR)准则的输入变量选择(IVS)模块,以及元启发式随机算法优化的自适应神经模糊推理系统(ANFIS)。所提混合模型将可利用的相关数据,包括历史风电功率时间序列和区域数值天气预报(NWP),利用最小冗余最大相关(mRMR)的滤波方法来自动选择不同预测步长的输入变量;然后对于具备最优特征的输入数据,通过自适应神经模糊推理系统来进行监督学习;模型应用粒子群优化(PSO)算法对ANFIS参数训练以达到最优预测效果;最后通过实际分布式风电机组的运行数据对所提出的混合智能模型进行评估,实验结果证实了模型的有效性。
展开更多
关键词
多时
间
尺度
风功率
预测
最小冗余最大相关滤波
特征选择
自适应模糊推理系统
粒子群优化算法
下载PDF
职称材料
题名
基于时域卷积网络的风力涡轮机发电功率多时间尺度预测
1
作者
李丹阳
胡宏剑
李卓璇
曾沛哲
李木
机构
中国矿业大学(北京)
出处
《科技资讯》
2023年第20期70-73,共4页
基金
中国矿业大学(北京)大学生创新训练项目(项目编号:C201902444)。
文摘
基于时域卷积网络,提出一种风力涡轮机发电功率的多时间尺度预测方法。首先,对影响发电功率的若干数据进行清理和归一化处理,减少异常值所带来的不良影响。其次,为了能够有效地捕捉时间序列数据中的动态特征,搭建了一种三层结构的时域卷积网络模型,对风力涡轮机未来一段时间内的发电功率进行预测。最后,利用公开数据集进行仿真实验,验证所提出模型的有效性,并对不同时间尺度的预测结果进行对比分析。
关键词
时域卷积网络
风力发电功率
预测
多时间尺度预测
仿真实验
Keywords
Time-domain convolutional network
Wind power forecasting
Multi-time scale prediction
Simu‐lation experiment
分类号
TU991 [建筑科学—市政工程]
下载PDF
职称材料
题名
路段行程时间多时间尺度预测方法
2
作者
汪林
洪晓龙
马雷
于悦
机构
交通运输部公路科学研究院智能交通技术交通行业重点实验室
乌鲁木齐市城市综合交通项目研究中心
燕山大学车辆与能源学院
出处
《交通标准化》
2012年第20期105-109,共5页
文摘
采用长春市实际调查数据对一种基于浮动车的路段行程时间多时间尺度预测方法进行仿真实验,结果表明基于该方法的交通流路段行程时间多时间尺度预测结果与真实值之间的平均绝对相对误差均小于7%,完全满足路段行程时间预测的精度要求。
关键词
智能交通系统
多时间尺度预测
人工神经网络
路段行程时
间
Keywords
intelligent transportation system
multi-time scale prediction
artificial neural network
road-section travel time
分类号
U491 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
基于混合神经网络的多时间尺度负荷预测
被引量:
2
3
作者
孙义豪
郭新志
皇甫霄文
马杰
樊江川
张海峰
任洲洋
机构
国网河南省电力公司经济技术研究院
输配电装备及系统安全与新技术国家重点实验室(重庆大学)
出处
《电工电能新技术》
CSCD
北大核心
2023年第8期95-104,共10页
基金
国家自然科学基金项目(52277080)
四川省科技厅国际/港澳台科技创新合作项目(2022YFH0018)。
文摘
精准的负荷预测对于电力系统保持经济、可靠运行有十分重要的意义,电力系统规划、运行、电力市场竞价系统的设计等都需要不同时间尺度的负荷预测结果,然而现有研究大多围绕一个时间尺度展开,单一模型难以满足实际工程需求。造成这一现象的原因在于模型预测结果的误差会随着预测时间尺度的延长而出现不同程度的增加,预测难度大,并且影响负荷的因素大多分布在不同时间尺度的数据上,难以充分利用。针对以上问题,本文在考虑负荷曲线的定积分与对应时间内用电量之间约束关系的前提下,提出融合多时间尺度数据的混合神经网络模型。该模型的损失函数同时考虑了点预测结果的误差以及负荷曲线定积分的物理意义,增强了负荷时间序列中各个元素之间的几何相关性。并且利用神经网络将短尺度数据提取为抽象的综合数据后,与长尺度数据拼接组成新的特征向量,用于预测不同时间尺度的负荷值。算例结果表明,本文提出的模型在实际的变压器负荷数据上能够实现多个时间尺度的预测并且有效提高预测精度。
关键词
多时
间
尺度
负荷
预测
多层混合神经网络
损失函数
多时
间
尺度
数据融合
Keywords
multi-time scales load forecasting
multi-layer hybrid neural network
loss function
multi-time scales data fusion
分类号
TM743 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
多时间尺度时间序列趋势预测
被引量:
7
4
作者
王金策
邓越萍
史明
周云飞
机构
山西能源学院计算机与信息工程系
出处
《计算机应用》
CSCD
北大核心
2019年第4期1046-1052,共7页
文摘
针对股票、基金等大量时间序列数据的趋势预测问题,提出一种基于新颖特征模型的多时间尺度时间序列趋势预测算法。首先,在原始时间序列中提取带有多时间尺度特征的特征树,其刻画了时间序列,不仅带有序列在各个层次的特征,同时表示了层次之间的关系。然后,利用聚类挖掘特征序列中的隐含状态。最后,应用隐马尔可夫模型(HMM)设计一个多时间尺度趋势预测算法(MTSTPA),同时对不同尺度下的趋势以及趋势的长度作出预测。在真实股票数据集上的实验中,在各个尺度上的预测准确率均在60%以上,与未使用特征树对比,使用特征树的模型预测效率更高,在某一尺度上准确率高出10个百分点以上。同时,与经典自回归滑动平均模型(ARMA)模型和PHMM(Pattern-based HMM)对比,MTSTPA表现更优,验证了其有效性。
关键词
特征树
时
间
序列
预测
多时
间
尺度
趋势
预测
隐马尔可夫模型
Keywords
feature tree
time series prediction
trend prediction at multiple time scales
Hidden Markov Model(HMM)
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于混合智能模型的分布式风力发电预测方法
被引量:
12
5
作者
董伟
杨强
葛磊蛟
迟福建
机构
浙江大学电气工程学院
天津大学智能电网教育部重点实验室
国网天津市电力公司
出处
《供用电》
2019年第1期34-39,共6页
基金
浙江省自然科学基金重点项目(LZ15E070001)
国家电网有限公司科技项目(SG-ZX2018-01)~~
文摘
进行准确的多尺度风功率预测对分布式风电机组的可靠和经济运行至关重要。提出了一种基于人工智能算法的混合模型,包括最小冗余最大相关(mRMR)准则的输入变量选择(IVS)模块,以及元启发式随机算法优化的自适应神经模糊推理系统(ANFIS)。所提混合模型将可利用的相关数据,包括历史风电功率时间序列和区域数值天气预报(NWP),利用最小冗余最大相关(mRMR)的滤波方法来自动选择不同预测步长的输入变量;然后对于具备最优特征的输入数据,通过自适应神经模糊推理系统来进行监督学习;模型应用粒子群优化(PSO)算法对ANFIS参数训练以达到最优预测效果;最后通过实际分布式风电机组的运行数据对所提出的混合智能模型进行评估,实验结果证实了模型的有效性。
关键词
多时
间
尺度
风功率
预测
最小冗余最大相关滤波
特征选择
自适应模糊推理系统
粒子群优化算法
Keywords
multi-scale wind power prediction
minimum redundancy maximum correlation filter
input variable selection
adaptive neuro-fuzzy inference system
particle swarm optimization
分类号
TM61 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于时域卷积网络的风力涡轮机发电功率多时间尺度预测
李丹阳
胡宏剑
李卓璇
曾沛哲
李木
《科技资讯》
2023
0
下载PDF
职称材料
2
路段行程时间多时间尺度预测方法
汪林
洪晓龙
马雷
于悦
《交通标准化》
2012
0
下载PDF
职称材料
3
基于混合神经网络的多时间尺度负荷预测
孙义豪
郭新志
皇甫霄文
马杰
樊江川
张海峰
任洲洋
《电工电能新技术》
CSCD
北大核心
2023
2
下载PDF
职称材料
4
多时间尺度时间序列趋势预测
王金策
邓越萍
史明
周云飞
《计算机应用》
CSCD
北大核心
2019
7
下载PDF
职称材料
5
基于混合智能模型的分布式风力发电预测方法
董伟
杨强
葛磊蛟
迟福建
《供用电》
2019
12
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部