期刊文献+

供热负荷时间序列混沌特性识别及区间预报研究 被引量:3

Identification of chaos in heating load time series and interval prediction
下载PDF
导出
摘要 对供热负荷时间序列进行了混沌特性分析,计算得到了吸引子维数和最大Lyapunov指数。在最大Lyapunov指数点预报法的基础上,提出了最大Lyapunov指数区间预报法,并给出了最大预报时间尺度。仿真结果表明,该方法可取得较高的预报精度和较高可靠度的预报区间。 Analyses the chaotic properties of heating load time series, and obtains the correlation dimension of attractor and the largest Lyapunov exponent. Based on the largest Lyapunov exponent point prediction algorithm, presents a novel algorithm---largest Lyapunov exponent interval prediction algorithm, and provides the largest predicting time scale. Simulation results show that this method is with higher accuracy and more reliable prediction interval.
出处 《暖通空调》 北大核心 2009年第11期50-53,共4页 Heating Ventilating & Air Conditioning
基金 国家"十一五"科技支撑计划重大项目(编号:2006BAJ01A04) 哈尔滨市科技创新人才研究专项资金项目(编号:2006RFXXG010)
关键词 供热负荷 时间序列 混沌 区间预报 相空间重构 最大LYAPUNOV指数 heating load, time series, chaos, interval prediction, phase space reconstruction, largest Lyapunov exponent
  • 相关文献

参考文献10

二级参考文献19

  • 1曹玉强,付庆华,刘传祥.分布式集中供热微机控制系统[J].自动化与仪表,1996,11(2):25-27. 被引量:1
  • 2马涛,徐向东.基于多尺度挖掘的区域供热系统负荷预测[J].暖通空调,2005,35(11):16-19. 被引量:6
  • 3胡维俭.热力交换站温度的控制[J].煤气与热力,1996,16(2):47-51. 被引量:8
  • 4周恩泽.供热负荷中短期预报理论研究[D].哈尔滨:哈尔滨建筑大学,1998. 被引量:1
  • 5Minoru Kawashima, Charies E Dorgan, John W Mitchell. Hourly thermal load prediction for the next 24 hours by ARIMA, EWMA, LR, and an artificial neural network [ J ]. ASHARE Transactions, 1995,101 (1) : 186-200. 被引量:1
  • 6Gudmundur R Jonsson, Valdimar K Jonsson. Equivalent outdoor temperature for district heating systems[J]. ASHARE Transactions, 1995,101(1) :394 - 399. 被引量:1
  • 7Curler C R, Ramaker B L. Dynamic matrix contwl-A computer control algorith[ A ]. Proc. JACC [C ]. SanFrancisco : JACC, 1980. 被引量:1
  • 8CHEN Tianping, CHEN Hong. Approximation capability to function of several variables, nonlinear functionals, and operators by radial basis function neural function [J]. IEEE Trans on NN, 1995, 6(4): 904 - 910. 被引量:1
  • 9Delyon B, Juditsky A, Benveniste A. Accuracy analysis for wavelet approximations [J]. IEEE Trans on NN, 1995,6(2): 332 - 348. 被引量:1
  • 10Kreinovich V, Sirisaengtaksin O, Cabren S. Wavelet neural networks are asymptotically optimal approximators for functions of one variable [A]. Proceeding of IEEE ICNN'94[C]. Florida: IEEE, 1994. 299-304. 被引量:1

共引文献24

同被引文献12

引证文献3

二级引证文献22

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部