最小最大概率回归机在短期风电功率预测中的应用

为了对短期风电功率的预测进行研究,提出了一种基于最大最小概率回归机(MPMR)的预测方法。MPMR方法是将最小最大概率分类机(MPMC)向回归问题的应用推广。该方法仅须假定产生预测模型的数据分布均值与协方差矩阵已知,即能够最大化模型的预测输出位于其真实值边界内的最小概率。验证试验表明,MPMR方法能更好地跟踪风电功率的变化,有效地提高风电功率的预测精度,具有很好的应用前景。

卡尔曼滤波法在城际高铁沉降变形监测与分析的应用

随着我国城市化的不断发展,城际高铁作为城市圈之间的大动脉,对加强城市间联系,方便居民出行起到了重大作用。城际高铁轨道的沉降问题,是高速铁路运行面临最普遍的问题,影响高速行驶下高铁运行的安全性和稳定性。高速铁路的沉降监测数据是一组离散时间序列,蕴含十分丰富的形变信息。为了发掘这些数据中的变形规律,需要建立沉降预测模型,进行综合分析后,采用卡尔曼滤波法对沉降进行预测分析。

基于内阻法修正的蓄电池卡尔曼滤波SOC估算

针对蓄电池卡尔曼滤波算法荷电状态SOC (State of Charge)初始值的估计误差较大可能导致前期收敛性较差的问题,通过分析蓄电池放电实验数据,运用灰色关联模型计算电池内阻、电压和电流参数关于SOC的关联度值,将关联度最高的内阻参数作为初始SOC估计值的自变量;然后将初始SOC估计值代入由二阶等效电路模型构建的扩展卡尔曼滤波算法中,进行SOC估计;最后利用电测试平台验证SOC估计准确性,并与电压参数作为初始SOC估计值自变量的方法进行对比;实验结果表明,相对于电压法的初始估计值,内阻法的初始估计值更接近真实值,将其作为卡尔曼滤波算法的起始值,更能提高初期荷电状态估算精度。

卡尔曼滤波法在斜拉桥换索中的应用

斜拉桥经过一段时间的运行之后就需要开展换索工程,否则很容易因斜拉索的性能低下使桥成为危桥。采用卡尔曼滤波法可以有效控制斜拉桥换索过程,使理论模型趋近于实际桥梁结构。论文介绍了卡尔曼滤波的原理,阐述了斜拉桥换索施工的必要性和难点,探讨了卡尔曼滤波法在斜拉桥换索工程中的应用。

卡尔曼滤波在瞬变电磁数据处理中的应用研究

为解决瞬变电磁数据处理中存在的噪声干扰问题,将卡尔曼滤波相关算法引入到瞬变电磁资料处理中,编制了相关程序,并通过对测试曲线与实测图件的对比分析,验证了其应用效果,达到了去伪存真的目的,提高了解释效率,具有很强的实用性。

两因子CIR模型对银行间国债利率期限结构的实证研究

利率作为资金的价格,它的水平应该由市场所决定。近年来,随着中国利率市场化的快速发展,利率研究的现实意义变得越来越重要。利率期限结构模型的研究对于利率的确定和应用具有非常重要的现实意义。利率期限结构表示不同的债券期限所对应的利率水平,从一定的角度反映了资本市场和货币市场的资金供求水平。首先通过Svensson模型得出七种不同期限的即期利率。然后,将七种不同期限的利率应用于单因子CIR模型和两因子CIR模型的参数估计。最后,对拟合出的利率期限结构模型进行国债定价。通过实证研究得出两因子CIR模型的国债定价效果比较理想。

改进的卡尔曼滤波预测采煤工作面瓦斯涌出量

为了准确可靠预测工作面的瓦斯涌出量,本文以卡尔曼滤波为基础,结合人工神经网络,设计虚拟中间状态变量并得出对应预测模型。其间通过Matlab使预测模型实现目的,并用此方法对某矿采煤工作面瓦斯涌出量进行预测。结果表明,建立的预测方法具有较好的预测性能,其平均误差为3.35%,结果正确可靠。