期刊文献+
共找到216篇文章
< 1 2 11 >
每页显示 20 50 100
一种多步预测的变流器有限控制集模型预测控制算法 被引量:93
1
作者 沈坤 章兢 王坚 《中国电机工程学报》 EI CSCD 北大核心 2012年第33期37-44,173,共8页
变流器有限控制集模型预测控制(finite control setmodel predictive control,FCS-MPC)算法是一种变流器优化控制算法。该算法具有动态响应快、处理系统约束灵活且无需PWM调制器和相关参数设计等优点,但仅可确保所选开关函数组合在一个... 变流器有限控制集模型预测控制(finite control setmodel predictive control,FCS-MPC)算法是一种变流器优化控制算法。该算法具有动态响应快、处理系统约束灵活且无需PWM调制器和相关参数设计等优点,但仅可确保所选开关函数组合在一个控制周期内的最优,这样将使得系统控制趋于保守,而影响系统控制性能。分析传统变流器FCS-MPC算法的保守性,提出一种在一个控制周期内同时考虑最优开关函数组合及次优开关函数组合,并确保在两个控制周期内所选开关函数组合最优的多步预测的FCS-MPC算法(finitecontrol set model predictive control with multi-step prediction,FCS-MPCMSP);进行采用该算法的两电平三相电压型逆变器在空载、带阻感性负载、带非线性负载及负载投入等工况下的仿真和实验。仿真及实验结果表明:采用该算法的三相电压型逆变器输出电压与给定电压的差值明显小于采用传统FCS-MPC算法的情况,改善了逆变器输出电压质量,从而验证了该算法的有效性及可行性。 展开更多
关键词 有限控制集 模型预测控制 三相电压型逆变器 保守 多步预测
下载PDF
一类神经网络智能PID控制算法的分析与改进 被引量:25
2
作者 李奇 李世华 《控制与决策》 EI CSCD 北大核心 1998年第4期311-316,共6页
分析了一类神经网络智能PID控制算法的机理及该类算法存在的一些不足之处,提出一种基于输出多步预测的改进算法。仿真及应用表明,该方法对非线性和时变对象有较强的适应能力。
关键词 神经网络 智能PID控制 工业控制
下载PDF
多步预测的小波神经网络预报模型 被引量:24
3
作者 金龙 秦伟良 姚华栋 《大气科学》 CSCD 北大核心 2000年第1期79-86,共8页
采用小波分析与人工神经网络相结合的方法, 进行了一种新的非线性长期预报模型研究。结果表明,所构造的小波神经网络多步预测模型对历史样本具有很好的拟合效果,独立样本的预报效果也令人满意。并且, 该预报模型具有误差收敛快, ... 采用小波分析与人工神经网络相结合的方法, 进行了一种新的非线性长期预报模型研究。结果表明,所构造的小波神经网络多步预测模型对历史样本具有很好的拟合效果,独立样本的预报效果也令人满意。并且, 该预报模型具有误差收敛快, 预报时效长以及建模所需阶数低等显著优点, 具有很好的研究前景。 展开更多
关键词 小波神经网络 平均气温 多步预测 网络预报模型
下载PDF
地连墙变形的神经网络多步预测研究 被引量:19
4
作者 赵其华 孙钧 徐伟 《成都理工学院学报》 CAS CSCD 北大核心 2002年第5期581-585,共5页
结合润扬长江公路大桥南汊北锚碇深基坑工程 ,提出并应用神经网络多步预测方法来研究地连墙施工变形的预测问题。系统介绍了基于时间窗口的神经网络多步滚动预测技术 ,并详细讨论了输入输出层的设计、隐层神经元数以及预测时间步长等一... 结合润扬长江公路大桥南汊北锚碇深基坑工程 ,提出并应用神经网络多步预测方法来研究地连墙施工变形的预测问题。系统介绍了基于时间窗口的神经网络多步滚动预测技术 ,并详细讨论了输入输出层的设计、隐层神经元数以及预测时间步长等一些基本预测技术问题。该预测方法应用于润扬长江公路大桥南汊北锚碇深基坑围护工程 ,取得了较好的工程效果。 展开更多
关键词 深基坑 地连墙 变形 神经网络 围护工程
下载PDF
一种基于EMD的短期风速多步预测方法 被引量:33
5
作者 刘兴杰 米增强 +1 位作者 杨奇逊 樊小伟 《电工技术学报》 EI CSCD 北大核心 2010年第4期165-170,共6页
针对风速时间序列的非线性和非平稳性,提出了一种基于经验模式分解(EMD)的短期风速多步预测新方法。该方法首先对风速时间序列进行EMD处理,将其分解为一系列相对平稳的分量,以减少不同特征信息之间的干涉;然后利用游程判定法,将波动程... 针对风速时间序列的非线性和非平稳性,提出了一种基于经验模式分解(EMD)的短期风速多步预测新方法。该方法首先对风速时间序列进行EMD处理,将其分解为一系列相对平稳的分量,以减少不同特征信息之间的干涉;然后利用游程判定法,将波动程度相近的分量重构为高-中-低频三个分量,使所得分量特征信息集中且预测分量大幅减少;之后针对三分量的特征分别建立相应的多步预测模型;最后将三分量的多步预测结果进行自适应叠加作为最终的预测风速。算例结果表明,运用本文方法使风速多步预测的精度得到了大幅提高,同时在风速波动剧烈时也能保证较好的预测效果。 展开更多
关键词 风电场 短期风速 多步预测 经验模式分解
下载PDF
针对时间序列多步预测的聚类隐马尔科夫模型 被引量:24
6
作者 章登义 欧阳黜霏 吴文李 《电子学报》 EI CAS CSCD 北大核心 2014年第12期2359-2364,共6页
时间序列的预测在现今社会各个领域中有着广泛的应用.本文针对时间序列趋势预测中的多步预测问题,提出了基于聚类的隐马尔科夫模型,利用隐马尔科夫模型中的隐状态来表示产生时间序列数据时的系统内部状态,实现对多步时间序列的预测.针... 时间序列的预测在现今社会各个领域中有着广泛的应用.本文针对时间序列趋势预测中的多步预测问题,提出了基于聚类的隐马尔科夫模型,利用隐马尔科夫模型中的隐状态来表示产生时间序列数据时的系统内部状态,实现对多步时间序列的预测.针对时间序列聚类中的距离计算问题,提出结合时间序列时间性和相似性的聚类算法,并给出了迭代精化基于聚类的隐马尔科夫模型的方法.实验表明,本文提出的方法在时间序列多步预测中精度较高. 展开更多
关键词 时间序列 多步预测 隐马尔科夫模型 聚类
下载PDF
两种风电功率多步预测方式的分析及评价 被引量:23
7
作者 严干贵 王东 +2 位作者 杨茂 熊昊 宋薇 《东北电力大学学报》 2013年第1期126-130,共5页
目前对风电功率预测的研究主要集中在预测方法,而风电功率预测一般为多步预测,缺乏对多步预测方式的分析。分析了滚动多步预测方式和多采样尺度多步预测方式。多步预测方式的预测精度与预测方法和风电功率数据有关,不同的预测方法或风... 目前对风电功率预测的研究主要集中在预测方法,而风电功率预测一般为多步预测,缺乏对多步预测方式的分析。分析了滚动多步预测方式和多采样尺度多步预测方式。多步预测方式的预测精度与预测方法和风电功率数据有关,不同的预测方法或风电功率数据下两种多步预测方式的预测精度高低不同。以风电功率实时预测为例,基于吉林省某风电场实测风电功率数据,使用国家能源局所规定的风电功率实时预测评价指标对两种多步预测方式进行评价。 展开更多
关键词 风电功率预测 多步预测方式 滚动 多采样尺度
下载PDF
基于模糊神经网络和R/S分析的股票市场多步预测 被引量:12
8
作者 杨一文 刘贵忠 蔡毓 《系统工程理论与实践》 EI CSCD 北大核心 2003年第3期70-76,共7页
将输入空间划分为若干个相互重叠的模糊子空间 ,并在子空间内 ,利用线性模型对非线性系统进行局部建模 ,最后内插局部模型的输出 ,得到非线性系统的全局模糊建模 .基于 Sugeno模糊推理模型的模糊神经网络 (自适应网络模糊推理系统 ANFIS... 将输入空间划分为若干个相互重叠的模糊子空间 ,并在子空间内 ,利用线性模型对非线性系统进行局部建模 ,最后内插局部模型的输出 ,得到非线性系统的全局模糊建模 .基于 Sugeno模糊推理模型的模糊神经网络 (自适应网络模糊推理系统 ANFIS)正是上述模糊建模思想的神经网络实现的一种形式 .R/ S分析表明 ,上海股票市场的价格波动具有长期记忆性 ,因而可以预测 .基于此 ,利用 ANFIS对上证综合指数进行多步预测 。 展开更多
关键词 神经模糊建模 R/S分析 多步预测
原文传递
小波分解层数及其组合分量对短期风速多步预测的影响分析 被引量:18
9
作者 王东风 王富强 牛成林 《电力系统保护与控制》 EI CSCD 北大核心 2014年第8期82-89,共8页
针对风速时间序列的规律性和随机性双重特征,将小波分解和RBF神经网络相结合用于短期风速预测。针对小波分解用于风速信号的不同频率成份的趋势项提取,研究了基于小波分解后的分量RBF网络预测及综合问题,包括全部高频-低频分量组合预测... 针对风速时间序列的规律性和随机性双重特征,将小波分解和RBF神经网络相结合用于短期风速预测。针对小波分解用于风速信号的不同频率成份的趋势项提取,研究了基于小波分解后的分量RBF网络预测及综合问题,包括全部高频-低频分量组合预测、部分高频-低频分量组合预测,以及低频分量组合预测三种方法的预测性能和特点。分析了三种不同方法在短期风速预测中的应用效果。通过对不同时间、不同地点短期风速预测的研究发现,进行不同步数的预测时,只有选取合适的分解层数、合适的高频分量和低频分量组合,才能得到最优的预测效果。该结论对于将小波分解用于短期风速时间序列的预测具有一定的指导意义。 展开更多
关键词 风速预测 小波分解 RBF网络 时间序列 多步预测
下载PDF
基于长短时记忆网络的Encoder-Decoder多步交通流预测模型 被引量:18
10
作者 王博文 王景升 +3 位作者 王统一 张子泉 刘宇 于昊 《重庆大学学报》 CSCD 北大核心 2021年第11期71-80,共10页
交通流序列多为单步预测。为实现交通流序列的多步预测,提出一种基于编码器解码器(encoder-decoder,ED)框架的长短期记忆网络(long short-term memory,LSTM)模型,即ED LSTM模型。将自回归滑动平均、支持向量回归机、XGBOOST、循环神经... 交通流序列多为单步预测。为实现交通流序列的多步预测,提出一种基于编码器解码器(encoder-decoder,ED)框架的长短期记忆网络(long short-term memory,LSTM)模型,即ED LSTM模型。将自回归滑动平均、支持向量回归机、XGBOOST、循环神经网络、卷积神经网络、LSTM作为对照组进行实验验证。实验结果表明,当预测时间步长增加时,ED框架能够减缓模型性能的下降趋势,LSTM能够充分挖掘时间序列中的非线性关系。除此之外,在单变量输入的情况下,在PEMS-04数据集上,当预测时间步长为t+1到t+12的12个时间步时,ED LSTM模型的均方根误差(root mean squard error,RMSE)及平均绝对误差(mean absolute error,MAE)分别下降0.210~5.422、0.061~0.191。相较于单因素输入,多因素输入的ED LSTM模型在12个预测时间步长下,RMSE、MAE分别下降0.840、0.136。实验证明了ED LSTM模型能够有效地用于交通流序列的多步及单因素、多因素预测任务。 展开更多
关键词 交通流预测 LSTM 编码器解码器 多步预测 深度学习
下载PDF
基于LSTM神经网络的畸形波预测 被引量:16
11
作者 赵勇 苏丹 +1 位作者 邹丽 王爱民 《华中科技大学学报(自然科学版)》 EI CAS CSCD 北大核心 2020年第7期47-51,共5页
采用长短时记忆(LSTM)神经网络预测方法对某岛礁地形模型的四个典型波浪试验数据进行预测分析,并建立了单步和多步预测模型.首先对波高时间序列数据进行归一化处理;然后建立了包括输入层、隐藏层和输出层的LSTM网络模型框架;最后对测试... 采用长短时记忆(LSTM)神经网络预测方法对某岛礁地形模型的四个典型波浪试验数据进行预测分析,并建立了单步和多步预测模型.首先对波高时间序列数据进行归一化处理;然后建立了包括输入层、隐藏层和输出层的LSTM网络模型框架;最后对测试样本进行单步预测,将预测结果与支持向量机(SVM)模型和反向传播(BP)模型进行了对比.结果表明:LSTM神经网络预测精度有明显优势;多步预测中,提高预测时长其预测精度并无明显降低. 展开更多
关键词 畸形波 长短时记忆(LSTM) 支持向量机(SVM) 反向传播(BP) 单步预测 多步预测
原文传递
Short-term wind power forecasting using hybrid method based on enhanced boosting algorithm 被引量:16
12
作者 Yu JIANG Xingying CHEN +1 位作者 Kun YU Yingchen LIAO 《Journal of Modern Power Systems and Clean Energy》 SCIE EI 2017年第1期126-133,共8页
Day-ahead wind power forecasting plays an essential role in the safe and economic use of wind energy,the comprehending-intrinsic complexity of the behavior of wind is considered as the main challenge faced in improvin... Day-ahead wind power forecasting plays an essential role in the safe and economic use of wind energy,the comprehending-intrinsic complexity of the behavior of wind is considered as the main challenge faced in improving forecasting accuracy.To improve forecasting accuracy,this paper focuses on two aspects:①proposing a novel hybrid method using Boosting algorithm and a multistep forecast approach to improve the forecasting capacity of traditional ARMA model;②calculating the existing error bounds of the proposed method.To validate the effectiveness of the novel hybrid method,one-year period of real data are used for test,which were collected from three operating wind farms in the east coast of Jiangsu Province,China.Meanwhile conventional ARMA model and persistence model are both used as benchmarks with which the proposed method is compared.Test results show that the proposed method achieves a more accurate forecast. 展开更多
关键词 Hybrid method multi-step-ahead prediction Wind power forecast Boosting algorithm Time series model
原文传递
基于时空关联分解重构的风速超短期预测 被引量:16
13
作者 潘超 李润宇 +2 位作者 蔡国伟 王典 张永会 《电工技术学报》 EI CSCD 北大核心 2021年第22期4739-4748,共10页
考虑风速的空间关联性进行多步预测是规模化风电并网的研究热点,该文采用一种改进的多位置多步风速预测方法。首先,提出风速矩阵时空关联分解重构策略,对风场内各风机进行灰色关联分析,并据此利用时序控制的空间关联优化算法进行优选排... 考虑风速的空间关联性进行多步预测是规模化风电并网的研究热点,该文采用一种改进的多位置多步风速预测方法。首先,提出风速矩阵时空关联分解重构策略,对风场内各风机进行灰色关联分析,并据此利用时序控制的空间关联优化算法进行优选排序,获取典型风机及临近域空间信息,对该空间信息进行重构,以提高空间特征提取效率;然后,将重构的时空三维信息输入卷积记忆网络,以降低信息缺失对预测精度的影响,并进行空间特征提取及多步超短期预测;最后,通过对不同风电场的风速及风功率进行预测,验证所提方法的预测精度和泛化能力。 展开更多
关键词 多步预测 灰色关联 空间关联优化算法 卷积记忆网络
下载PDF
基于VMD-MGRU的箱式变压器高压套管温度预测 被引量:15
14
作者 赵洪山 王奎 +2 位作者 王震 刘秉聪 彭轶灏 《电机与控制学报》 EI CSCD 北大核心 2021年第8期18-28,共11页
为了提前预防箱式变压器高压套管过热和爆炸等事故发生,提高变压器运行的安全稳定性,提出一种基于变分模态分解与改进门控循环单元神经网络的变压器高压套管温度预测方法。首先,运用变分模态分解将箱式变压器高压套管温度分解为具有不... 为了提前预防箱式变压器高压套管过热和爆炸等事故发生,提高变压器运行的安全稳定性,提出一种基于变分模态分解与改进门控循环单元神经网络的变压器高压套管温度预测方法。首先,运用变分模态分解将箱式变压器高压套管温度分解为具有不同特征的子序列分量,减少不同趋势信息对预测精确度的影响;然后,提出改进门控循环单元神经网络MGRU,针对分解后各子序列分别建立基于MGRU的时间序列预测模型;最后,叠加各子序列预测结果,得到高压套管温度最终预测值。结合某小区箱式变压器套管在线监测平台实际算例,仿真结果表明,相较于传统预测算法,所提方法在单步和多步预测中都能更好地预测箱式变压器高压套管温度,具备更优良的预测性能和更好的泛化能力。 展开更多
关键词 箱式变压器高压套管 温度预测 变分模态分解 改进门控循环单位神经网络 在线监测平台 多步预测
下载PDF
基于IEEMD与LS-SVM组合的短期风电功率多步预测方法 被引量:14
15
作者 张鑫磊 李根 《电测与仪表》 北大核心 2020年第6期52-60,共9页
针对组合预测方法中经验模态分解(EMD)部分存在处理非线性和非稳态信号的不足,提出了一种改进的集总经验模态分解(IEEMD)与最小二乘支持向量机(LS-SVM)模型相结合的短时风电功率预测方法。该方法首先通过对加噪辅助分解方法噪声准则的研... 针对组合预测方法中经验模态分解(EMD)部分存在处理非线性和非稳态信号的不足,提出了一种改进的集总经验模态分解(IEEMD)与最小二乘支持向量机(LS-SVM)模型相结合的短时风电功率预测方法。该方法首先通过对加噪辅助分解方法噪声准则的研究,推导出加噪方式采用正负成对形式可以有效消除分量中的残余噪声,且确定加噪幅值和分解次数采取固定值:0.014 SD和2次。然后将原始数据通过IEEMD方法分解成一系列固有模态函数,运用游程判定法进行筛选重构成高中低频三种频段,并对不同频段的分量建立LS-SVM多步预测模型,最后将预测值自适应叠加作为最终的预测结果。通过仿真实验和实测风电功率实验验证了所提方法在预测精度上具有一定优势,为短时预测方法提供了一种新思路。 展开更多
关键词 风电功率 多步预测 EMD IEEMD LS-SVM
下载PDF
基于小波分解与支持向量机的风速预测模型 被引量:14
16
作者 张华 郁永静 +1 位作者 冯志军 孙科 《水力发电学报》 EI CSCD 北大核心 2012年第1期208-212,共5页
采用小波分析与支持向量机数据挖掘技术,建立风速预测模型(WD-SVM)。首先对原始风速时间序列进行小波分解,然后对分解后各层数据序列分别用支持向量机进行预测,最后将各层预测值进行小波重构得到预测风速序列。将WD-SVM模型应用于某风电... 采用小波分析与支持向量机数据挖掘技术,建立风速预测模型(WD-SVM)。首先对原始风速时间序列进行小波分解,然后对分解后各层数据序列分别用支持向量机进行预测,最后将各层预测值进行小波重构得到预测风速序列。将WD-SVM模型应用于某风电场,进行了风速数据时间间隔为10min的提前4小时,即提前24步滚动预测,将一天分为21个时段进行了预测,预测的均方根误差平均值为11.71%。与仅使用支持向量机进行预测的模型(SVM)进行比较,组合模型预测精度明显高于单一模型。 展开更多
关键词 风功率预测 多步预测 支持向量机 小波变换 风电场
原文传递
交通流量VNNTF神经网络模型多步预测研究 被引量:13
17
作者 殷礼胜 何怡刚 +1 位作者 董学平 鲁照权 《自动化学报》 EI CSCD 北大核心 2014年第9期2066-2072,共7页
研究了VNNTF神经网络(Volterra neural network traffic flow model,VNNTF)交通流量混沌时间序列多步预测问题.通过分析比较交通流量混沌时间序列相空间重构的嵌入维数和Volterra离散模型之间的关系,给出了确定交通流量Volterra级数模... 研究了VNNTF神经网络(Volterra neural network traffic flow model,VNNTF)交通流量混沌时间序列多步预测问题.通过分析比较交通流量混沌时间序列相空间重构的嵌入维数和Volterra离散模型之间的关系,给出了确定交通流量Volterra级数模型截断阶数和截断项数的方法,并在此基础上建立了VNNTF神经网络交通流量时间序列模型;设计了交通流量Volterra神经网络的快速学习算法;最后,利用交通流量混沌时间序列对VNNTF网络模型,Volterra预测滤波器和BP网络进行了多步预测实验,比较了多步预测结果的仿真图、绝对误差的柱状图以及归一化后的方均根;实验结果表明VNNTF神经网络的多步预测性能明显优于Volterra预测滤波器和BP神经网络. 展开更多
关键词 相空间重构 泛函级数 多步预测 VNN神经网络 算法 混沌
下载PDF
混沌时间序列的Volterra级数多步预测研究 被引量:10
18
作者 白建东 叶德谦 李春兴 《计算机仿真》 CSCD 2008年第6期274-276,280,共4页
针对混沌时间序列在多步预测中自适应预测方法的预测器系数无法调节的问题,根据混沌时间序列的短期可预测性及自适应算法的自适应跟踪混沌运动轨迹的特点,并基于混沌序列产生的确定性和非线性机制、混沌动力系统相空间延迟坐标的重构及... 针对混沌时间序列在多步预测中自适应预测方法的预测器系数无法调节的问题,根据混沌时间序列的短期可预测性及自适应算法的自适应跟踪混沌运动轨迹的特点,并基于混沌序列产生的确定性和非线性机制、混沌动力系统相空间延迟坐标的重构及二阶Volterra自适应滤波模型,给出了一种混沌时间序列的Volterra级数多步预测方法。在多步预测中,根据已知的样本得到对将来值的预测。仿真结果表明,能够对混沌时间序列进行多步预测,具有较好的预测效果。 展开更多
关键词 多步预测 混沌时间序列 重构 相空间
下载PDF
传感器网络环境监测时间序列数据的高斯过程建模与多步预测 被引量:11
19
作者 陈艳 王子健 +2 位作者 赵泽 李栋 崔莉 《通信学报》 EI CSCD 北大核心 2015年第10期252-262,共11页
针对传感网环境监测应用采集的时间序列数据,提出了一种新的基于高斯过程模型的多步预测方法,实现了对未来时刻的环境监测数据的预测。高斯过程模型通过核函数描述数据的特性,通过对环境监测数据的经验模态分解,以及对其内在物理特性的... 针对传感网环境监测应用采集的时间序列数据,提出了一种新的基于高斯过程模型的多步预测方法,实现了对未来时刻的环境监测数据的预测。高斯过程模型通过核函数描述数据的特性,通过对环境监测数据的经验模态分解,以及对其内在物理特性的分析,构建了针对环境监测数据的高斯过程核函数,实现了对数据变化模式的描述。在基于3个数据集的5个种类、20 000多个环境监测数据上进行了性能对比实验,结果表明,与对比预测方法相比,提出的高斯过程多步预测方法对未来时刻的环境监测数据的平均预测精度可以提高20%,可以应用于环境参数未来趋势分析、异常环境事件预警等场景。 展开更多
关键词 传感网环境监测 时间序列 高斯过程 多步预测
下载PDF
基于GA优化BP神经网络辨识的Volterra级数核估计算法 被引量:11
20
作者 门志国 彭秀艳 +2 位作者 王兴梅 胡忠辉 孙双双 《南京理工大学学报》 EI CAS CSCD 北大核心 2012年第6期962-967,共6页
为取得更有效的船舶运动预报效果,提出了一种利用遗传算法(GA)优化单输出三层反向传播(BP)神经网络辨识Volterra级数核的算法。在船舶航行姿态时间序列的混沌特性识别基础上,分析了GA、BP神经网络和Volterra级数模型的特征。利用GA优化B... 为取得更有效的船舶运动预报效果,提出了一种利用遗传算法(GA)优化单输出三层反向传播(BP)神经网络辨识Volterra级数核的算法。在船舶航行姿态时间序列的混沌特性识别基础上,分析了GA、BP神经网络和Volterra级数模型的特征。利用GA优化BP神经网络获得最优的初始权值和阈值,根据BP神经网络算法求得最终的最优权值和阈值。进行Taylor级数分解,得到Volterra级数各阶核,对船舶的横摇运动时间序列进行多步预报。仿真实验表明:所提方法预报精度高、时间长,具有有效性和适应性。 展开更多
关键词 遗传算法 反向传播神经网络 混沌特性识别 船舶运动 多步预报
下载PDF
上一页 1 2 11 下一页 到第
使用帮助 返回顶部