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
共找到657篇文章
< 1 2 … 33 >
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：
基于广义回归神经网络的货运量预测 被引量：72
1
作者 赵闯 刘凯 李电生 《铁道学报》 EI CAS CSCD 北大核心 2004年第1期12-15,共4页
根据货运量形成的原因 ,分析了货运量和相关影响因素之间的关系以及货运量预测的特点。在此基础上 ,建立货运量预测的广义回归神经网络 (GeneralRegressionNeuralNetwork ,GRNN)模型 ,并以我国 1981～ 2 0 0 1年的货运量和相关经济指标... 根据货运量形成的原因 ,分析了货运量和相关影响因素之间的关系以及货运量预测的特点。在此基础上 ,建立货运量预测的广义回归神经网络 (GeneralRegressionNeuralNetwork ,GRNN)模型 ,并以我国 1981～ 2 0 0 1年的货运量和相关经济指标的历史统计数据作为学习样本 ,通过拟合训练和外推预测分析 。 展开更多
关键词 货运量 预测 广义回归神经网络
下载PDF
广义回归神经网络在煤灰熔点预测中的应用 被引量：31
2
作者 周昊 郑立刚 +1 位作者 樊建人 岑可法 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2004年第11期1479-1482,共4页
为了提高估算煤灰熔点的精度,采用广义回归神经网络(GRNN)对求解煤灰熔点问题进行了建模.将煤灰组分作为网络输入,煤灰软化温度作为网络输出,采用实验数据训练网络,训练完成的网络作为模型预测煤灰熔点.仿真结果表明,GRNN的预测值与实... 为了提高估算煤灰熔点的精度,采用广义回归神经网络(GRNN)对求解煤灰熔点问题进行了建模.将煤灰组分作为网络输入,煤灰软化温度作为网络输出,采用实验数据训练网络,训练完成的网络作为模型预测煤灰熔点.仿真结果表明,GRNN的预测值与实验值的最大相对误差为2.81%,而反向传播神经网络(BPNN)预测煤灰熔点的相对误差为3.62%.由于GRNN可应用于小样本问题的学习,GRNN比BPNN对煤灰熔点具有更好的预测和泛化能力.GRNN具有设计简单与收敛快的优点,并提高了实时处理与反映最新运行工况参数的预测能力. 展开更多
关键词 灰熔点 灰组分 广义回归神经网络 grnn
下载PDF
基于萤火虫算法?广义回归神经网络的光伏发电功率组合预测 被引量：34
3
作者 王昕 黄柯 +4 位作者 郑益慧 李立学 邵凤鹏 贾立凯 徐清山 《电网技术》 EI CSCD 北大核心 2017年第2期455-461,共7页
随着光伏发电大容量地并入电网,其输出的随机性必将对大电网安全稳定运行造成影响,为此建立了一种变权重的光伏短期组合预测模型,首先通过主成分分析法(principal component analysis,PCA)将影响光伏出力的多重线性因素进行压缩、提取... 随着光伏发电大容量地并入电网,其输出的随机性必将对大电网安全稳定运行造成影响,为此建立了一种变权重的光伏短期组合预测模型,首先通过主成分分析法(principal component analysis,PCA)将影响光伏出力的多重线性因素进行压缩、提取以简化模型输入变量的维数,然后将提取的第一主成分结合灰色关联度来筛选相似日样本,接着将样本分别带入最小二乘支持向量机、改进BP网络2种单一模型进行2次预测。第1次预测作为相似日预测,用来训练权重系数,训练方法是萤火虫算法优化的广义回归神经网络;第2次预测是待预测日的预测。仿真结果验证了所提模型的有效性。 展开更多
关键词 主成分分析法 灰色关联度 萤火虫算法 广义回归神经网络
下载PDF
采用GRNN模型进行交通量预测及实现研究 被引量：22
4
作者 魏晋雁 茹锋 《长沙交通学院学报》 2006年第2期46-50,共5页
根据交通量形成的原因，分析了交通量和相关影响因素之间的关系以及交通量预测的特点，建立了交通量预测的广义回归神经网络（GRNN）模型。以某一公路交通吸引区1985-1995年的交通量和相关经济指标的历史统计数据作为学习样本，通过拟... 根据交通量形成的原因，分析了交通量和相关影响因素之间的关系以及交通量预测的特点，建立了交通量预测的广义回归神经网络（GRNN）模型。以某一公路交通吸引区1985-1995年的交通量和相关经济指标的历史统计数据作为学习样本，通过拟合训练和外推预测分析，验证了GRNN用于交通量预测的有效性。 展开更多
关键词 交通量 预测 广义回归神经网络
下载PDF
三种模型在肺结核发病预测中的应用 被引量：26
5
作者 张国良 后永春 +3 位作者 舒文 朱士玉 聂绍发 许奕华 《中国卫生统计》 CSCD 北大核心 2013年第4期480-483,共4页
目的比较求和自回归滑动平均(ARIMA)模型、ARIMA与广义回归神经网络(GRNN-ARIMA)组合模型、径向基函数(RBF)网络模型在肺结核发病预测中的应用,探讨优化模型,为完善结核病预测预警系统提供建议和资料。方法利用1998年1月-2011年6月全国... 目的比较求和自回归滑动平均(ARIMA)模型、ARIMA与广义回归神经网络(GRNN-ARIMA)组合模型、径向基函数(RBF)网络模型在肺结核发病预测中的应用,探讨优化模型,为完善结核病预测预警系统提供建议和资料。方法利用1998年1月-2011年6月全国肺结核逐月发病资料构建ARIMA模型,而2011年7-12月数据作为模型测试值;将上述ARIMA模型拟合值作为GRNN模型输入值,各月实际发病率作为输出值,构建GRNN-ARIMA组合模型并预测;将1998年1月-2011年6月数据分段,构建三维输入,一维输出的RBF网络模型并预测。比较三种模型的拟合及预测效果优劣。结果三种模模型拟合肺结核发病情况的均方误差MSE值依次为GRNN-ARIMA(0.0848)<RBF(0.1987)<ARIMA(0.2800);三种模型预测2011年7-12月各月的发病率与实际值比较的均方误差MSE值依次为:GRNN-ARIMA(0.0571)<RBF(0.1024)<ARIMA(0.1053),其他模型评价指标也显示GRNN-ARIMA组合模型误差最小。结论 GRNN-ARIMA组合模型拟合及预测效果均优于RBF网络模型和单纯ARIMA模型,它能显著提高预测精度,具有很好的实用价值。 展开更多
关键词 自回归滑动平均模型 广义回归神经网络 径向基函数网络 肺结核预测
下载PDF
基于经验模式分解和神经网络的短期风速组合预测 被引量：25
6
作者 王韶 杨江平 +1 位作者 李逢兵 刘庭磊 《电力系统保护与控制》 EI CSCD 北大核心 2012年第10期6-11,18,共7页
风速时间序列具有很强的间歇性和随机性,属于非平稳时间序列。为提高预测精度,提出了经验模式分解法(EMD)和神经网络相结合的短期风速组合预测模型。该方法运用EMD将风速序列分解为一系列不同频率的相对平稳的分量,减少了不同特征信息... 风速时间序列具有很强的间歇性和随机性,属于非平稳时间序列。为提高预测精度,提出了经验模式分解法(EMD)和神经网络相结合的短期风速组合预测模型。该方法运用EMD将风速序列分解为一系列不同频率的相对平稳的分量,减少了不同特征信息之间的干扰;根据各个分量的变化规律,选择合适的神经网络模型来分别预测,对高频分量采用神经网络组合预测模型,低频分量采用合适的预测模型直接进行预测;将各分量预测值叠加得到最终预测值。算例结果表明,所提方法与单一的径向基神经网络模型(RBF)和支持向量机模型(SVM)相比,预测精度得到了大幅度的提高。 展开更多
关键词 短期预测 经验模式分解 径向基神经网络 支持向量机 广义回归神经网络 组合预测
下载PDF
广义回归神经网络在非线性系统建模中的应用 被引量：24
7
作者 周敏 李世玲 《计算机测量与控制》 CSCD 2007年第9期1189-1191,共3页
广义回归神经网络具有设计简单、收敛快等优势,因此在复杂非线性系统建模中得到了广泛应用;在简要介绍了广义回归神经网络的结构和算法的基础上,基于广义回归神经网络和均匀设计理论,提出了一种新的非线性系统稳健建模方法,并给出了仿... 广义回归神经网络具有设计简单、收敛快等优势,因此在复杂非线性系统建模中得到了广泛应用;在简要介绍了广义回归神经网络的结构和算法的基础上,基于广义回归神经网络和均匀设计理论,提出了一种新的非线性系统稳健建模方法,并给出了仿真算例;仿真结果表明,用文中提出的方法建立非线性系统预测模型,具有预测结果稳定、模型稳健性好等优点。 展开更多
关键词 广义回归神经网络 均匀设计 非线性系统 建模 稳健性
下载PDF
基于生态足迹法的水资源承载力研究——以北京市为例 被引量：23
8
作者 门宝辉 蒋美彤 《南水北调与水利科技》 CAS 北大核心 2019年第5期29-36,共8页
为分析和评估区域水资源可持续发展状态,以水资源生态足迹系统的框架体系作为基础,引入水资源足迹广度与深度,区分水资源流量资本与存量资本,结合北京市实际情况,在现有人口和水资源条件下,计算水资源生态承载力的同时探讨改进的差分自... 为分析和评估区域水资源可持续发展状态,以水资源生态足迹系统的框架体系作为基础,引入水资源足迹广度与深度,区分水资源流量资本与存量资本,结合北京市实际情况,在现有人口和水资源条件下,计算水资源生态承载力的同时探讨改进的差分自回归移动平均模型ARIMA与广义神经网络GRNN的组合模型在水资源生态足迹中的拟合预测效果。结果显示:北京市长期处于水资源赤字这种不安全状态下,研究期内水资源足迹深度均大于1,平均水资源生态足迹为0.169hm^2/cap,约是平均水资源生态承载力的2倍,万元工业增加值用水量、万元GDP用水量、万元农业增加值用水量三个指标是影响北京市水资源生态足迹的重要因素。ARIMA(3,2,1)与GRNN耦合模型对北京市水资源生态足迹的拟合及预测效果优于单纯的ARIMA模型,其预测结果可为北京市水资源更有效地进行保护和配置提供参考。 展开更多
关键词 水资源承载力 水资源生态足迹 差分自回归移动平均模型 广义回归神经网络
下载PDF
中国流行性腮腺炎发病率模型拟合及预测效果比较 被引量：19
9
作者 刘天 姚梦雷 +4 位作者 黄继贵 吴杨 陈琦 童叶青 陈红缨 《中国全科医学》 CAS 北大核心 2020年第11期1338-1343,共6页
背景流行性腮腺炎(流腮)是中国极为严重的疾病。充分认识中国流腮的规律性并构建模型预测,对其预防和控制有重要意义。目的评价季节性自回归移动平均模型(SARIMA)、指数平滑模型、SARIMA-广义回归神经网络(GRNN)组合模型和指数平滑-GRN... 背景流行性腮腺炎(流腮)是中国极为严重的疾病。充分认识中国流腮的规律性并构建模型预测,对其预防和控制有重要意义。目的评价季节性自回归移动平均模型(SARIMA)、指数平滑模型、SARIMA-广义回归神经网络(GRNN)组合模型和指数平滑-GRNN组合模型在流腮发病率拟合及预测中的应用效果。方法利用全国2004年1月-2016年6月的流腮逐月发病率数据拟合、训练模型,建立SARIMA、指数平滑模型、SARIMA-GRNN组合模型和指数平滑-GRNN组合模型。预测2016年7-12月流腮的逐月发病率并与实际值比较,采用平均绝对误差百分比(MAPE)、平均误差率(MER)、均方误差(MSE)和平均绝对误差(MAE)评价模型拟合及预测效果。结果SARIMA(0,0,2)(0,1,1)12为最优SARIMA模型;Holt-Winters相乘模型为最优指数平滑模型,SARIMAGRNN组合模型和指数平滑-GRNN组合模型的SPREAD最优参数分别为0.026、0.031。SARIMA模型、指数平滑模型、SARIMA-GRNN组合模型和指数平滑-GRNN组合模型拟合的MAPE、MER、MSE和MAE依次分别为15.350%、14.976%、0.336、0.286,14.346%、14.249%、0.326、0.272,7.390%、6.320%、0.034、0.123,6.952%、5.776%、0.028、0.113。SARIMA模型、指数平滑模型、SARIMA-GRNN组合模型和指数平滑-GRNN组合模型预测的MAPE、MER、MSE和MAE依次分别为11.998%、12.260%、0.022、0.138,39.582%、38.462%、0.199、0.432,8.892%、9.677%、0.020、0.109,8.872%、9.672%、0.021、0.109。结论指数平滑-GRNN组合模型为最优模型,拟合及预测效果最好,用于全国流腮发病率预测精度高;SARIMA-GRNN组合模型次之;SARIMA模型拟合及预测效果一般;指数平滑模型拟合效果较好,但预测效果较差。 展开更多
关键词 流行性腮腺炎 SARIMA 指数平滑模型 grnn 组合模型 预测
下载PDF
基于广义回归神经网络的电力系统中长期负荷预测 被引量：17
10
作者 姚李孝 刘学琴 +1 位作者 伍利 薛美娟 《电力自动化设备》 EI CSCD 北大核心 2007年第8期26-29,共4页
在介绍广义回归神经网络(GRNN)基本算法、网络结构及平滑参数确定方法的基础上,提出将误差序列的均方值作为网络性能的评价指标并采用最小误差对应的平滑参数,建立了GRNN的预测模型。提出了确定输入神经元数目的方法:根据自回归模型阶... 在介绍广义回归神经网络(GRNN)基本算法、网络结构及平滑参数确定方法的基础上,提出将误差序列的均方值作为网络性能的评价指标并采用最小误差对应的平滑参数,建立了GRNN的预测模型。提出了确定输入神经元数目的方法:根据自回归模型阶次的选择经验初步确定输入神经元数目m;在m值附近进行搜索,对于每一个m值,确定平滑参数后,计算网络对学习样本的预测误差;根据BIC准则评价指标的最小值确定输入神经元数目。将模型应用于某地中长期电力网负荷预测,分别进行了单步预测和多步预测。与BP神经网络模型的预测进行比较,结果表明,采用该方法的预测精度明显高于BP模型,即使在训练集样本数据较少时,该方法的预测准确度仍然很高。 展开更多
关键词 广义神经网络 中长期负荷预测 时间序列预测 BIC准则
下载PDF
基于广义回归神经网络的油纸绝缘变压器的寿命预测 被引量：20
11
作者 林喆 兰生 张宇航 《高压电器》 CAS CSCD 北大核心 2015年第2期125-130,共6页
文中基于广义回归神经网络(GRNN)技术挖掘数据变化规律,构建了GRNN神经网络预测模型,运用该模型对油纸绝缘变压器进行寿命预测。将变压器绝缘纸老化过程中生成的特征产物如糠醛、CO2和CO的质量分数,以及相关时间参量作为模型输入。将所... 文中基于广义回归神经网络(GRNN)技术挖掘数据变化规律,构建了GRNN神经网络预测模型,运用该模型对油纸绝缘变压器进行寿命预测。将变压器绝缘纸老化过程中生成的特征产物如糠醛、CO2和CO的质量分数,以及相关时间参量作为模型输入。将所采集的多组油纸绝缘变压器的测试样本作为基础数据,运用该模型对相应的变压器进行寿命预测。结果表明,模型寿命预测的输出值与实际值基本一致,从而验证了模型的合理性,这对监测绝缘材料老化状态的进一步研究具有现实意义。 展开更多
关键词 广义回归神经网络 油纸绝缘变压器 寿命预测
下载PDF
基于多变量混沌时间序列的冲击地压预测 被引量：16
12
作者 陶慧 马小平 乔美英 《煤炭学报》 EI CAS CSCD 北大核心 2012年第10期1624-1629,共6页
考虑到冲击地压的混沌特征及其监测数据含噪且长度有限,基于多变量时间序列重构和GRNN模型来预测冲击地压监测变量。给出了多变量时间序列相空间重构理论和GRNN混沌预测原理,并提出采用遗传算法同时确定最佳重构参数和GRNN的光滑因子以... 考虑到冲击地压的混沌特征及其监测数据含噪且长度有限,基于多变量时间序列重构和GRNN模型来预测冲击地压监测变量。给出了多变量时间序列相空间重构理论和GRNN混沌预测原理,并提出采用遗传算法同时确定最佳重构参数和GRNN的光滑因子以保证预测精度。在Matlab2010a仿真环境下,将本文方法用于Lorenz系统以验证对含噪且长度有限的混沌序列的适用性,最后对微震能量和电磁辐射两类数据进行预测研究。结果表明:即使历史数据有限,多变量混沌序列预测方法也能提前预测出多个监测变量,从而实现冲击地压预报。 展开更多
关键词 冲击地压 混沌预测 多变量时间序列 相空间重构 grnn 遗传算法
下载PDF
用广义回归神经网络研究输电线雷电绕击特性 被引量：12
13
作者 邓维 蓝磊 +1 位作者 文习山 彭旭东 《高电压技术》 EI CAS CSCD 北大核心 2006年第5期26-30,共5页
雷电绕击是危及超高压输电线路安全稳定运行的主要原因。电气几何模型(EGM)及在其基础上的理论并未考虑雷电放电过程的分散性,现有的研究多限于仿真计算程序。针对超高压输电线路的雷电绕击进行了小模型实验,并充分考虑保护角、斜坡倾... 雷电绕击是危及超高压输电线路安全稳定运行的主要原因。电气几何模型(EGM)及在其基础上的理论并未考虑雷电放电过程的分散性,现有的研究多限于仿真计算程序。针对超高压输电线路的雷电绕击进行了小模型实验,并充分考虑保护角、斜坡倾角、山涧高度、线路电压、雷击先导角、雷击先导点位置等因素影响,研究表明雷电绕击率与以上诸因素存在着隐含的复杂非线性关系。人工神经网络在任意连续函数的逼近能力及动态网络的稳定性分析方面具有优势,是预测雷电屏蔽非线性系统的最佳方法。基于广义回归神经网络GRNN逼近能力强,学习速度快,纠错性好的特点,用其来分析此非线性系统。在试验室模型试验的基础上利用Matlab进行了大量的仿真实验,验证了该方法的可行性与准确性。还分析了多种影响因素下GRNN的计算结果。 展开更多
关键词 雷电绕击 500kV输电线 grnn 模型试验 神经网络
下载PDF
ARIMA模型和ARIMA-GRNN模型在AIDS发病预测中的应用 被引量：17
14
作者 王雅文 沈忠周 +1 位作者 严宝湖 杨银 《中华疾病控制杂志》 CAS CSCD 北大核心 2018年第12期1287-1290,共4页
目的探究适用于预测我国艾滋病月发病人数的模型,为艾滋病的预防提供参考。方法收集2011年1月至2017年12月我国艾滋病月发病报告人数资料,建立自回归移动平均(autoregressive integrated moving average,ARIMA)模型及广义回归神经网络(g... 目的探究适用于预测我国艾滋病月发病人数的模型,为艾滋病的预防提供参考。方法收集2011年1月至2017年12月我国艾滋病月发病报告人数资料,建立自回归移动平均(autoregressive integrated moving average,ARIMA)模型及广义回归神经网络(generalized regression neural network,GRNN)模型与ARIMA模型的联合。用2018年1月至5月艾滋病月发病数评估该模型预测效果。结果艾滋病月发病数呈明显季节性,拟建立ARIMA(1,1,1)(0,1,1)12模型对我国艾滋病月发病报告数进行预测。建立ARIMA-GRNN模型的光滑因子为0.021。ARIMA-GRNN模型拟合及预测误差均低于ARIMA模型。结论ARIMA(1,1,1)(0,1,1)12和ARIMA-GRNN模型均能较好地拟合并预测我国艾滋病月发病人数,但联合模型的效果更优。 展开更多
关键词 艾滋病 自回归求和移动平均乘积季节模型 广义回归神经网络 预测
原文传递
基于CS优化神经网络的模拟电路故障诊断 被引量：17
15
作者 胡鸿志 岑德炼 +1 位作者 徐翠锋 滕全进 《计算机工程与设计》 北大核心 2019年第4期1151-1155,共5页
针对目前模拟电路故障诊断的预测精度较低的问题,提出一种基于布谷鸟算法(CS)优化神经网络的模拟电路故障诊断方法 (CS-GRNN)。选择广义回归神经网络(GRNN)作为网络模型,把小波包变换提取到的电路故障特征作为网络输入,运用布谷鸟搜索... 针对目前模拟电路故障诊断的预测精度较低的问题,提出一种基于布谷鸟算法(CS)优化神经网络的模拟电路故障诊断方法 (CS-GRNN)。选择广义回归神经网络(GRNN)作为网络模型,把小波包变换提取到的电路故障特征作为网络输入,运用布谷鸟搜索算法对GRNN进行网络参数优化,利用优化后的CS-GRNN模型进行故障诊断。实验结果表明,较其它诊断方法,CS-GRNN诊断模型只需迭代较少次数就可获得很高的预测精度,平均故障诊断正确率可达97.281 75%,具有明显的优势。 展开更多
关键词 布谷鸟算法 广义回归神经网络 故障诊断 小波包 特征提取
下载PDF
基于GRNN与注意力机制模型的非侵入式家用负荷分解 被引量：14
16
作者 余登武 刘敏 汪元芹 《智慧电力》 北大核心 2021年第3期74-79,共6页
为了提高识别精度,提出一种基于GRNN与注意力机制模型的非侵入式家用负荷分解方法。采用批标准化来减少神经网络层与层之间的耦合,利用GRNN强大的时间序列特征表示能力,来提取电力负荷入口处测得的总用电信息与各电器能耗之间的关系,同... 为了提高识别精度,提出一种基于GRNN与注意力机制模型的非侵入式家用负荷分解方法。采用批标准化来减少神经网络层与层之间的耦合,利用GRNN强大的时间序列特征表示能力,来提取电力负荷入口处测得的总用电信息与各电器能耗之间的关系,同时利用注意力机制来减少模型的权重参数。最后通过算例验证了算法的可行性与优越性。 展开更多
关键词 非侵入式负荷分解 能量消耗 批标准化 grnn 注意力机制
下载PDF
基于广义回归神经网络的公路货运量预测方法研究 被引量：13
17
作者 李杰 王科 王航 《交通与计算机》 2007年第3期131-133,共3页
公路货运量受多种因素影响，各因素的作用机制通常不能准确地用数学语言进行描述。采用广义回归神经网络（GRNN）对货运量进行分析及预测。通过对1995～2003年南京市公路运量的历史数据进行分析和处理，对网络进行训练和拟合，用2004～2... 公路货运量受多种因素影响，各因素的作用机制通常不能准确地用数学语言进行描述。采用广义回归神经网络（GRNN）对货运量进行分析及预测。通过对1995～2003年南京市公路运量的历史数据进行分析和处理，对网络进行训练和拟合，用2004～2005年的实际数据进行模型检验，结果证明了GRNN用于货运量预测的有效性。 展开更多
关键词 货运量 广义回归神经网络 预测
下载PDF
基于RFID技术和FOA-GRNN理论的高速公路道路关闭交通事件对车辆影响的判断模型 被引量：15
18
作者 史东亚 陆键 陆林军 《武汉理工大学学报》 CAS CSCD 北大核心 2012年第3期63-68,共6页
为弥补基于传统交通信息采集技术的高速公路交通事件检测算法仅能判断交通事件发生与否而无法判断车辆个体是否受到交通事件影响的不足,作者提出了一种基于RFID和FOA-GRNN的高速公路交通事件对车辆影响的判断模型。该模型使用RFID获取... 为弥补基于传统交通信息采集技术的高速公路交通事件检测算法仅能判断交通事件发生与否而无法判断车辆个体是否受到交通事件影响的不足,作者提出了一种基于RFID和FOA-GRNN的高速公路交通事件对车辆影响的判断模型。该模型使用RFID获取关键交通信息,利用广义回归神经网络对交通信息进行归类,应用果蝇优化算法获取广义回归神经网络的最佳平滑参数值。用VISSIM进行了仿真,对模型进行了验证,结果表明该判断模型具有检测率高、误警率低的特点,能迅速判断出受到交通事件影响的车辆,为交通疏导工作提供支持。 展开更多
关键词 无线射频识别 广义回归神经网络 果蝇优化算法 交通事件
原文传递
基于经验模式分解的神经网络组合风速预测研究 被引量：12
19
作者 勾海芝 赵征 夏子涵 《电力科学与工程》 2017年第10期62-67,共6页
为了提高风电并入电网的安全性,需要对风功率进行提前预测。风速预测是风功率预测的关键,而风速的不稳定性是预测的难点。为了降低风速的不稳定性,提高预测精度,提出经验模式分解法将风速分解并重组成2组不同的序列,对高频分量采用神经... 为了提高风电并入电网的安全性,需要对风功率进行提前预测。风速预测是风功率预测的关键,而风速的不稳定性是预测的难点。为了降低风速的不稳定性,提高预测精度,提出经验模式分解法将风速分解并重组成2组不同的序列,对高频分量采用神经网络组合预测,剩余分量采取BP神经网络预测,并对两分量预测结果等权相加得预测结果。针对不同的样本进行建模预测,验证了该方法的适用性。并比较了GRNN、BP、LS-SVM 3种方法不同组合方式的预测精度,证明了在该组合方法中3种方法优势互补。 展开更多
关键词 风速 经验模式分解 grnn BP LS-SVM 组合预测
下载PDF
基于负荷预测及广义回归神经网络的短路电流超短期预测 被引量：14
20
作者 潘睿 刘俊勇 +2 位作者 倪雅琦 郭晓鸣 韩卫衡 《电力系统保护与控制》 EI CSCD 北大核心 2010年第18期94-99,共6页
针对智能电网中实时状态监测和告警需求,提出一种电网短路电流超短期智能预测的方法。通过节点超短期负荷预测进行电网态势外推,采用基于广义回归神经网络的短路电流辨识方法对短期内的全网母线短路电流水平进行扫描,实现短路电流的超... 针对智能电网中实时状态监测和告警需求,提出一种电网短路电流超短期智能预测的方法。通过节点超短期负荷预测进行电网态势外推,采用基于广义回归神经网络的短路电流辨识方法对短期内的全网母线短路电流水平进行扫描,实现短路电流的超短期智能辨识。该方法为智能电网中超短期智能预测提供了一种快速仿真建模(FSM)的新思路,为智能调度辅助决策提供有力的技术支持。通过IEEE30节点系统验证了该方法的可行性与有效性。 展开更多
关键词 超短期短路电流预测 超短期负荷预测 智能电网 广义回归神经网络 智能调度 快速仿真建模
下载PDF
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 2 … 33 下一页 到第 页
使用帮助 返回顶部