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5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：
基于Prophet算法和Blending集成学习的实时负荷中期预测
1
作者 郇嘉嘉 李代猛 +6 位作者 杜云飞 沈欣炜 张璇 乔百豪 何春庚 蓝晓东 罗澍忻 《电力自动化设备》 EI CSCD 北大核心 2024年第4期178-183,共6页
目前的中期负荷预测一般未考虑负荷实时状态,而负荷数据的非线性、季节性、随机性、时序性特征将影响实时负荷的中期预测。构建一个实时负荷中期预测的框架,采用Prophet算法提取负荷数据的季节性部分,采用Blending集成学习对负荷数据的... 目前的中期负荷预测一般未考虑负荷实时状态,而负荷数据的非线性、季节性、随机性、时序性特征将影响实时负荷的中期预测。构建一个实时负荷中期预测的框架,采用Prophet算法提取负荷数据的季节性部分,采用Blending集成学习对负荷数据的非季节部分进行滚动预测,将季节性部分和非季节性部分合成中期负荷实时数据。爱尔兰电力系统的算例结果验证了模型的有效性和稳定性。 展开更多
关键词 负荷预测 Prophet算法 blending集成学习 季节性
下载PDF
基于Blending集成学习的多源信息液压系统多类故障诊断研究
2
作者 杜凯乐 朱为全 +1 位作者 陈瑞宝 刘丽珊 《模具制造》 2024年第2期229-231,共3页
针对传统故障诊断方法准确性不高、耗时长问题,研究通过多个EfficientNet模型对传感器数据进行预训练,并使用XGBoost作为元学习器,提出了一种基于Blending集成学习的多源信息液压系统多类故障诊断方法。实验结果表明,各个子分类器在训... 针对传统故障诊断方法准确性不高、耗时长问题,研究通过多个EfficientNet模型对传感器数据进行预训练,并使用XGBoost作为元学习器,提出了一种基于Blending集成学习的多源信息液压系统多类故障诊断方法。实验结果表明,各个子分类器在训练次数达到300次后趋于收敛,准确率均达到95%左右。该方法具有较高的准确性和鲁棒性,为液压系统故障诊断提供了一种有效的解决方案。 展开更多
关键词 blending集成学习 液压系统 故障诊断
下载PDF
基于Blending集成学习模型的电力市场日前出清电价预测 被引量：3
3
作者 卢凯灵 李盼扉 +2 位作者 何振锋 王勇 薛书倩 《电力需求侧管理》 2023年第3期27-32,共6页
精准的掌握未来电价信息对把握市场的运行状态、支撑市场参与各方进行有效决策、推动市场主体合理优化资源配置具有重要意义。因此基于Blending集成学习机制构建了一种面向于日前电价预测的综合模型。该模型充分考虑电价的高波动性特点... 精准的掌握未来电价信息对把握市场的运行状态、支撑市场参与各方进行有效决策、推动市场主体合理优化资源配置具有重要意义。因此基于Blending集成学习机制构建了一种面向于日前电价预测的综合模型。该模型充分考虑电价的高波动性特点,采用Ashin变换,减小了输入数据波动性对预测模型的影响;选取SVM、LightGBM、EWNN、SARIMAX 4种较为成熟的单一电价预测模型作为初级学习器,进而保证了基于Blending集成学习模型的预测精度。选用美国PJM电力市场实际运行数据对上述构建的电价预测模型进行验证,通过对预测结果的对比分析,表明构建的基于Blending集成学习机制的电价综合预测模型集成了多种传统预测模型的优点,具有较好的准确性与稳定性。 展开更多
关键词 电力市场 日前电价预测 多时间尺度 blending集成学习 Asinh变换
下载PDF
基于多元模态分解与多目标算法优化的深度集成学习模型的超短期风电功率预测
4
作者 朱梓彬 孟安波 +4 位作者 欧祖宏 王陈恩 张铮 陈黍 梁濡铎 《现代电力》 北大核心 2024年第3期458-469,共12页
针对风电功率预测问题,提出了一种基于多元变分模态分解(multivariate variational mode decomposition,MVMD)、多目标纵横交叉优化(multi-objective crisscross optimization,MOCSO)算法和Blending集成学习的超短期风电功率预测。在数... 针对风电功率预测问题,提出了一种基于多元变分模态分解(multivariate variational mode decomposition,MVMD)、多目标纵横交叉优化(multi-objective crisscross optimization,MOCSO)算法和Blending集成学习的超短期风电功率预测。在数据处理阶段,为了保持各序列间的同步相关性以及分解后得到本征模态函数(intrinsic mode functions,IMF)分量个数和分量频率相匹配,使用MVMD对多通道原始数据进行同步分解。针对单一机器学习模型导致预测的全面性不足,且存在精度和鲁棒性低的问题,提出基于MOCSO算法动态加权的Blending集成学习模型。通过对递归神经网络、卷积神经网络、长短期记忆网络的预测结果进行动态加权集成,并通过MOCSO优化调整权重,以提高模型的预测准确性与稳定性。实验结果表明,所提预测模型不仅有效,且显著优于其他预测模型。 展开更多
关键词 风电功率预测 多元变分模态分解 多目标纵横交叉优化 blending集成学习
下载PDF
集成学习和蚁群算法优化XGBoost的人脸检索及应用 被引量：2
5
作者 张涛 高宇航 +2 位作者 陈永俊 张家宝 郭红涛 《中国电子科学研究院学报》 北大核心 2023年第11期1021-1028,共8页
无约束人脸检索场景中,为了进一步提高识别精度,实践中往往会引入多个主流的深度学习人脸识别模型。针对每次从多个模型检索结果中确认人脸身份的工作量较大问题,以及考虑支持异质模型的插件式更换,使用基于Blending集成学习的人脸检索... 无约束人脸检索场景中,为了进一步提高识别精度,实践中往往会引入多个主流的深度学习人脸识别模型。针对每次从多个模型检索结果中确认人脸身份的工作量较大问题,以及考虑支持异质模型的插件式更换,使用基于Blending集成学习的人脸检索,将多个人脸识别模型作为基模型,并提出了一种基于蚁群算法优化的XGBoost作为元学习器对基模型的人脸相似度预测结果进行融合。实验结果表明:集成模型相对个体模型的检索性能均有不同程度提升,其中蚁群优化的XGBoost作为元模型的集成模型检索性能优于多项式回归、随机森林和GBDT作为元模型的性能,验证了集成模型和优化后的XGBoost的有效性。 展开更多
关键词 blending集成学习 XGBoost 蚁群算法 预测结果融合 人脸检索
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 下一页 到第 页
使用帮助 返回顶部