期刊导航
期刊开放获取
cqvip
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
2
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
电力系统运行状态的趋势辨识
被引量：
26
1
作者
王涛
张尚
+1 位作者
顾雪平
贾京华
《电工技术学报》
EI
CSCD
北大核心
2015年第24期171-180,共10页
实时监测电力系统运行状态的变化趋势对预防大停电事故具有重要意义。依据系统运行的实时监测信息,提出一种电力系统运行状态的趋势辨识模型。该模型兼顾系统运行点距状态边界的距离及运行状态趋势变化的方向和速率。通过模糊层次分析...
实时监测电力系统运行状态的变化趋势对预防大停电事故具有重要意义。依据系统运行的实时监测信息,提出一种电力系统运行状态的趋势辨识模型。该模型兼顾系统运行点距状态边界的距离及运行状态趋势变化的方向和速率。通过模糊层次分析法对电网运行状态进行综合评价,并依据综合评价值进行系统运行状态的定性趋势分析,实现电网运行状态的综合趋势辨识。仿真结果表明,提出的方法能够有效辨识系统运行状态的变化趋势,可用于系统运行状态的智能监测与评估。
展开更多
关键词
电力系统
定性
趋势
分析
模糊层次分析
趋势
辨识
下载PDF
职称材料
基于趋势辨识理论的神经网络及其在水文时间序列预报中的应用
被引量：
1
2
作者
李亚娇
沈冰
+1 位作者
李智录
郑志国
《沈阳农业大学学报》
CAS
CSCD
北大核心
2006年第1期78-81,共4页
训练样本在数量级上的差别和分配的不均匀会导致网络收敛缓慢,且训练结果偏向样本比重较大的那一方。由AR模型在水文时间序列的较好应用可知,水文时间序列中趋势项占有绝对优势。因此以趋势辨识理论对样本进行规范化,使样本规范化到同...
训练样本在数量级上的差别和分配的不均匀会导致网络收敛缓慢,且训练结果偏向样本比重较大的那一方。由AR模型在水文时间序列的较好应用可知,水文时间序列中趋势项占有绝对优势。因此以趋势辨识理论对样本进行规范化,使样本规范化到同一数量级,同时时间序列的趋势保持不变。此外输出层不经过非线性处理,以保证网络有更大的预报空间。经黑河流域实测流量资料验证,基于趋势辨识理论的神经网络在水文时间序列预报中训练速度较快,预报效果较好。
展开更多
关键词
水文时间序列
趋势
辨识
人工神经网络
下载PDF
职称材料
题名
电力系统运行状态的趋势辨识
被引量：
26
1
作者
王涛
张尚
顾雪平
贾京华
机构
华北电力大学电气与电子工程学院
河北电力调度通信中心
出处
《电工技术学报》
EI
CSCD
北大核心
2015年第24期171-180,共10页
基金
国家自然科学基金(51077052)
中央高校基本科研业务费专项资金(13MS108)资助项目
文摘
实时监测电力系统运行状态的变化趋势对预防大停电事故具有重要意义。依据系统运行的实时监测信息,提出一种电力系统运行状态的趋势辨识模型。该模型兼顾系统运行点距状态边界的距离及运行状态趋势变化的方向和速率。通过模糊层次分析法对电网运行状态进行综合评价,并依据综合评价值进行系统运行状态的定性趋势分析,实现电网运行状态的综合趋势辨识。仿真结果表明,提出的方法能够有效辨识系统运行状态的变化趋势,可用于系统运行状态的智能监测与评估。
关键词
电力系统
定性
趋势
分析
模糊层次分析
趋势
辨识
Keywords
Power system
qualitative trend analysis
fuzzy analytic hierarchy process
trend identification
分类号
TM711 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
基于趋势辨识理论的神经网络及其在水文时间序列预报中的应用
被引量：
1
2
作者
李亚娇
沈冰
李智录
郑志国
机构
西安理工大学水利水电学院
烟台市自来水公司
出处
《沈阳农业大学学报》
CAS
CSCD
北大核心
2006年第1期78-81,共4页
基金
高等学校优秀青年教师教学科研奖励计划资助项目(2001-282)
文摘
训练样本在数量级上的差别和分配的不均匀会导致网络收敛缓慢,且训练结果偏向样本比重较大的那一方。由AR模型在水文时间序列的较好应用可知,水文时间序列中趋势项占有绝对优势。因此以趋势辨识理论对样本进行规范化,使样本规范化到同一数量级,同时时间序列的趋势保持不变。此外输出层不经过非线性处理,以保证网络有更大的预报空间。经黑河流域实测流量资料验证,基于趋势辨识理论的神经网络在水文时间序列预报中训练速度较快,预报效果较好。
关键词
水文时间序列
趋势
辨识
人工神经网络
Keywords
hydrological time series forecast
trend identify
artificial neural networks
分类号
TV12 [水利工程—水文学及水资源]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
电力系统运行状态的趋势辨识
王涛
张尚
顾雪平
贾京华
《电工技术学报》
EI
CSCD
北大核心
2015
26
下载PDF
职称材料
2
基于趋势辨识理论的神经网络及其在水文时间序列预报中的应用
李亚娇
沈冰
李智录
郑志国
《沈阳农业大学学报》
CAS
CSCD
北大核心
2006
1
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
