期刊文献+
共找到39篇文章
< 1 2 >
每页显示 20 50 100
基于遗传优化的支持向量机小时负荷滚动预测 被引量:32
1
作者 牛东晓 刘达 +1 位作者 陈广娟 冯义 《电工技术学报》 EI CSCD 北大核心 2007年第6期148-153,共6页
利用支持向量机(SVM)和遗传算法(GA)建立24个不同的混合模型来对夏季24点负荷进行滚动预测。通过追加最新的负荷和天气信息来更新混合模型的输入,滚动预测下一小时负荷。利用SVM建立预测模型,利用GA自动选择SVM模型的参数。经过GA优化... 利用支持向量机(SVM)和遗传算法(GA)建立24个不同的混合模型来对夏季24点负荷进行滚动预测。通过追加最新的负荷和天气信息来更新混合模型的输入,滚动预测下一小时负荷。利用SVM建立预测模型,利用GA自动选择SVM模型的参数。经过GA优化后的最终SVM模型用于滚动预测下一小时的负荷。研究实例表明,GA简化了SVM参数选择,优化了SVM模型;滚动预测效果要明显好于常规预测方法。 展开更多
关键词 支持向量机 小时负荷预测 遗传算法 滚动预测
下载PDF
多分形波动率预测模型及其MCS检验 被引量:27
2
作者 魏宇 马锋 黄登仕 《管理科学学报》 CSSCI 北大核心 2015年第8期61-72,共12页
以上证综指的5 min高频数据为例,在已有的多分形波动率(multifractal volatility)测度方法基础上,提出了新的波动率测度方法及模型.运用滚动时间窗的样本外预测技术以及比SPA检验更具优势的"模型信度设定检验"(model confiden... 以上证综指的5 min高频数据为例,在已有的多分形波动率(multifractal volatility)测度方法基础上,提出了新的波动率测度方法及模型.运用滚动时间窗的样本外预测技术以及比SPA检验更具优势的"模型信度设定检验"(model confidence set,MCS),对比了新的波动率测度模型和主流的GARCH族以及已实现波动率(realized volatility)模型的预测精度.实证结果显示:不论是短记忆模型还是长记忆模型,多分形波动率模型的预测精度明显优于GARCH族模型,且长记忆模型的预测能力要好于短记忆模型.同时,在多数损失函数下,新提出的多分形波动率测度方法及其动力学模型的预测效果都是最优的. 展开更多
关键词 多分形波动率 GARCH族模型 已实现波动率模型 滚动预测 MCS检验
下载PDF
基于机器学习的PM2.5短期浓度动态预报模型 被引量:21
3
作者 戴李杰 张长江 马雷鸣 《计算机应用》 CSCD 北大核心 2017年第11期3057-3063,共7页
针对目前现有的PM2.5模式预报系统的预报值偏离实际浓度较大的问题,从上海市浦东气象局获得2015年2月至7月的PM2.5实况观测浓度、PM2.5模式预报(WRF-Chem)浓度和5个主要气象因子的模式预报数据资料,联合应用支持向量机(SVM)和粒子群优化... 针对目前现有的PM2.5模式预报系统的预报值偏离实际浓度较大的问题,从上海市浦东气象局获得2015年2月至7月的PM2.5实况观测浓度、PM2.5模式预报(WRF-Chem)浓度和5个主要气象因子的模式预报数据资料,联合应用支持向量机(SVM)和粒子群优化(PSO)算法建立滚动预报模型,对PM2.5未来24小时浓度进行预报,同时对未来一天的昼、夜均值及日均值浓度进行预报,并与径向基函数神经网络(RBFNN)、多元线性回归法(MLR)、模式预报(WRF-Chem)作对比。实验结果表明,相比其他预报方法,所提出的SVM模型较大提高了PM2.5未来1小时浓度预报精度,这与此前的研究结论相符;所提模型能对PM2.5未来24小时浓度进行较好的预报,能对未来一天的昼均值、夜均值及日均值进行有效预报,并且对未来12小时的逐时浓度及未来一天的夜均值浓度的预报准确度较高。 展开更多
关键词 机器学习 粒子群优化算法 动态模型 滚动预报
下载PDF
基于优化稀疏编码的超短期负荷滚动多步预测 被引量:8
4
作者 储晨阳 秦川 +2 位作者 鞠平 赵静波 赵健 《电工技术学报》 EI CSCD 北大核心 2021年第19期4050-4059,共10页
小时级的超短期负荷预测是调度部门制定日内滚动计划的基础。该文提出了一种基于优化稀疏编码的超短期负荷多步预测算法,对未来4h的负荷进行滚动预测。首先,将历史负荷功率序列组成具有时延的特征字典和目标字典,并利用稀疏编码算法建... 小时级的超短期负荷预测是调度部门制定日内滚动计划的基础。该文提出了一种基于优化稀疏编码的超短期负荷多步预测算法,对未来4h的负荷进行滚动预测。首先,将历史负荷功率序列组成具有时延的特征字典和目标字典,并利用稀疏编码算法建立多步预测模型;然后,基于负荷曲线的相似性特性,借助实时的负荷功率特征向量与特征字典中原子的拓展符号化距离对特征字典原子进行筛选,提高了稀疏编码的预测精度;最后,对预测结果进行误差分析。针对负荷爬坡时段误差偏大的问题,通过基于负荷增量预测值的修正模型进行优化,进一步提高了预测精度。采用实际负荷数据进行分析,验证了所提方法的有效性。 展开更多
关键词 超短期负荷预测 滚动预测 优化稀疏编码 拓展符号化距离 负荷增量预测
下载PDF
基于预测滚动的有源低压配电网三相不平衡治理方法 被引量:4
5
作者 郑在涛 叶保璇 +3 位作者 钟康骅 余盛达 沈文科 杨银 《电网与清洁能源》 CSCD 北大核心 2023年第1期29-36,共8页
针对传统治理模式存在的控制时效性低以及与有源配电网不兼容等问题,该文提出了一种将负荷换相预决策和滚动优化相结合的三相不平衡治理方法。首先,分析了分布式电源对低压三相不平衡的影响机理。在此基础上,提出三相电流不平衡治理的... 针对传统治理模式存在的控制时效性低以及与有源配电网不兼容等问题,该文提出了一种将负荷换相预决策和滚动优化相结合的三相不平衡治理方法。首先,分析了分布式电源对低压三相不平衡的影响机理。在此基础上,提出三相电流不平衡治理的预决策方法,在负荷换相预决策模块中采用降噪回归模型进行短期负荷预测,并利用启发式算法进行馈线电流平衡优化。进而,考虑到预测模型的学习能力有限,提出了三相电流不平衡治理的滚动优化的原理与方法。最后实例仿真分析表明,所提方法不仅能在新能源分布式接入的台区中获得较好的平衡效果,而且在没有历史数据或实时数据的情况下,预决策模块或滚动优化模块的独立工作仍能具有三相不平衡抑制能力。 展开更多
关键词 低压配电网 三相不平衡 滚动优化 负荷预测
下载PDF
基于聚类分析与随机森林的短期负荷滚动预测 被引量:6
6
作者 荀港益 《智能城市》 2018年第9期9-11,共3页
针对短期负荷预测领域中常用的人工神经网络和支持向量机算法存在泛化性能较差,参数选择敏感等缺点,将随机森林回归算法引入电力系统短期负荷预测中,提出了一种基于聚类分析与随机森林的短期负荷滚动预测模型。首先利用K-means聚类算法... 针对短期负荷预测领域中常用的人工神经网络和支持向量机算法存在泛化性能较差,参数选择敏感等缺点,将随机森林回归算法引入电力系统短期负荷预测中,提出了一种基于聚类分析与随机森林的短期负荷滚动预测模型。首先利用K-means聚类算法识别用户用电行为习惯并将用电数据分成多个样本集,然后采用随机森林对每个样本集进行训练,生成对应不同用电行为模式下的预测模型,接着计算待测日与聚类簇中心的相似程度,找到待测日所属的预测模型,不断采集待测日每个时刻最新的负荷数据更新模型的输入,最后滚动预测出各时刻点的负荷数据。仿真算例表明本算法能明显改善预测精度,且具有较强的鲁棒性。 展开更多
关键词 K-MEANS聚类 随机森林 滚动预测 短期负荷预测
下载PDF
MODELING OF FERRITE GRAIN GROWTH OF LOW CARBON STEELS DURING HOT ROLLING 被引量:4
7
作者 Y.T. Zhang, D.Z. Li and Y.Y. LiInstitute of Metal Research, The Chinese Academy of Sciences, Shenyang 110016, China Manuscript received 26 December 2001 in revised form 9 February 2002 《Acta Metallurgica Sinica(English Letters)》 SCIE EI CAS CSCD 2002年第3期267-271,共5页
For most commercial steels the prediction of the final properties depends on accurately calculating the room temperature ferrite grain size. A grain growth model is proposed for low carbon steels Q235B during hot roll... For most commercial steels the prediction of the final properties depends on accurately calculating the room temperature ferrite grain size. A grain growth model is proposed for low carbon steels Q235B during hot rolling. By using this model, the initial ferrite grain size after continuous cooling and ferrite grain growing in coiling procedure can be predicted. In-plant trials were performed in the hot strip mill of Ansteel. The calculated final ferrite grain sizes are in good agreement with the experimental ones. It is helpful both for simulation of microstructure evolution and prediction of mechanical properties. 展开更多
关键词 FERRITE forecasting Grain growth Hot rolling Iron and steel plants Mathematical models Mechanical properties
下载PDF
基于支持向量机的区域运量滚动预测模型 被引量:6
8
作者 刘强 陆化普 +1 位作者 王庆云 张红亮 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2011年第2期138-143,共6页
为寻求反映区域交通需求特性机理的运量预测方法,针对一般区域运量数据小样本的问题及其诱发因素的随机性和不可控制性,在分析区域交通需求特性及现有运量预测方法缺陷的基础上,采用以统计学习理论为基础的专门研究小样本情况下机器学... 为寻求反映区域交通需求特性机理的运量预测方法,针对一般区域运量数据小样本的问题及其诱发因素的随机性和不可控制性,在分析区域交通需求特性及现有运量预测方法缺陷的基础上,采用以统计学习理论为基础的专门研究小样本情况下机器学习规律的支持向量机,建立了区域运量预测支持向量机模型.该模型通过预测值与统计值不断交互,实现区域运量的滚动预测,避免了建立和求解非线性函数的过程.以京津冀区域客运量预测为例,验证建立模型的合理性.结果表明,基于支持向量机的区域运量滚动预测较传统的预测方法提高了预测精度. 展开更多
关键词 区域交通需求特性 区域运量 支持向量机 滚动预测
下载PDF
基于LSTM模型的船舶材料成本滚动预测
9
作者 潘燕华 李公卿 王平 《造船技术》 2024年第3期71-77,共7页
船舶建造周期长、材料成本占比大,易受大宗商品价格指数和汇率等多个因素的影响,造成实际完工成本与报价估算存在较大误差的情况。采用灰色关联分析(Grey Correlation Analysis,GCA)方法识别材料成本的影响因素,基于长短期记忆网络(Long... 船舶建造周期长、材料成本占比大,易受大宗商品价格指数和汇率等多个因素的影响,造成实际完工成本与报价估算存在较大误差的情况。采用灰色关联分析(Grey Correlation Analysis,GCA)方法识别材料成本的影响因素,基于长短期记忆网络(Long Short-Term Memory,LSTM)模型构建船舶材料成本滚动预测模型,并使用某造船企业53艘64000 t散货船63个月的材料成本数据和对应的影响因素数据进行试验分析。结果表明,预测数据与实际数据误差在可接受范围内,可证明所选择方法和构建模型的有效性。研究结果对制造过程的成本实时预测和控制具有现实意义。 展开更多
关键词 船舶 材料成本 滚动预测 长短期记忆网络模型 灰色关联分析
下载PDF
全浮动芯棒连轧管机组轧制力测试与研究 被引量:5
10
作者 赵志毅 董凯 +3 位作者 余勇 潘峰 赵佳 周晓岚 《钢管》 CAS 2006年第4期1-5,共5页
通过对宝山钢铁股份有限公司全浮动芯棒连轧管机组轧制力的测试,了解了机组的工作状况,并分析了轧制过程中力的变化趋势;采用合适的理论计算公式对各机架的理论轧制力进行了计算,并与实测值进行了对比,尝试建立连轧管过程轧制力预报模型。
关键词 全浮动芯棒连轧管机组 轧制力 测试 预报模型
下载PDF
基于灰色最优化模型的保费收入动态预测——以东北三省为例 被引量:3
11
作者 张鑫 赵苑达 蒋鹏 《辽宁大学学报(哲学社会科学版)》 CSSCI 北大核心 2018年第6期46-56,共11页
保费收入水平是衡量国家(区域)经济发展情况的重要指标,是准确研判市场走势并合理制定行业政策的重要参考依据,保费收入预测由于受到诸多方面因素的影响,预测精度通常不理想。基于东北三省的实证数据,运用基因演算法对经典灰色预测模型G... 保费收入水平是衡量国家(区域)经济发展情况的重要指标,是准确研判市场走势并合理制定行业政策的重要参考依据,保费收入预测由于受到诸多方面因素的影响,预测精度通常不理想。基于东北三省的实证数据,运用基因演算法对经典灰色预测模型GM(1,1)中的背景值进行优化求解,并创新性地引入滚动建模以确定最优建模时点长度,构建灰色最优化预测模型ORGM(1,1),对上述地区未来的保费收入进行预测。实证研究结果表明,经创新改进后的灰色最优化模型极大地提高了预测的精度。预测结果显示2018年底东北三省保费收入将全部突破千亿大关,其中辽宁省总量最大、吉林省增速最快,未来东北保险市场将持续发力,前景光明。 展开更多
关键词 东北三省 保费收入 滚动建模 ORGM(1 1) 动态预测
下载PDF
高频视角下中国股市动态VaR预测模型研究 被引量:3
12
作者 陈王 马锋 +1 位作者 魏宇 林宇 《运筹与管理》 CSSCI CSCD 北大核心 2020年第2期184-194,共11页
如何充分挖掘交易数据中有价值的信息对金融风险管理极其重要,现有研究中基于低频波动模型的风险测度方法几乎已经做到了极致,而能达到的预测效果却并不稳健,对高频波动模型的研究相对比较匮乏.那么高频模型能否从高频数据中挖掘出更有... 如何充分挖掘交易数据中有价值的信息对金融风险管理极其重要,现有研究中基于低频波动模型的风险测度方法几乎已经做到了极致,而能达到的预测效果却并不稳健,对高频波动模型的研究相对比较匮乏.那么高频模型能否从高频数据中挖掘出更有价值的信息以便用于风险管理之中呢?本研究通过建立12个低频和9个高频波动模型对上证综指进行样本外动态VaR的滚动预测发现,高频模型相对于低频模型具有更好的稳定性,并且在多数情况下高频模型优于低频模型;多头与空头的风险预测效果具有显著差异,多头风险在高风险情况下高频模型表现出色,低风险情况下并不理想,空头风险则在所有情况下都表现较好. 展开更多
关键词 低频波动模型 高频波动模型 样本外动态VaR 滚动预测
下载PDF
“十五”期间我国几种电机用电刷市场预测
13
作者 王鑫秀 程达多 程鸿申 《炭素》 2002年第3期25-26,20,共3页
通过对我国“十五”期间钢铁工业、家电行业和汽车工业的市场分析 ,采用统计推理方法 ,预测“十五”期间我国轧钢机用电刷。
关键词 电机 电刷 市场预测 “十五”计划 中国 轧钢机 家电用微电机 汽车电机
下载PDF
基于多元回归法的酸洗线和镀锌线用轴承维修策略
14
作者 王桂梅 李艳强 +1 位作者 李永利 宋辉 《轴承》 北大核心 2014年第10期48-50,共3页
针对传统维修导致设备"带病工作"和"无病诊断"的现象,以视情维修为基础,设计了一种基于多元回归法的轴承温度预测方法,该方法能够对采集的数据进行合理筛选,有效提高模型的预测精度,减少因轴承温度偏高而产生的维... 针对传统维修导致设备"带病工作"和"无病诊断"的现象,以视情维修为基础,设计了一种基于多元回归法的轴承温度预测方法,该方法能够对采集的数据进行合理筛选,有效提高模型的预测精度,减少因轴承温度偏高而产生的维修费用,有效降低维修成本和设备故障率。 展开更多
关键词 滚动轴承 多元回归法 温度 预测模型
下载PDF
考虑网内外功率特性的含风场电网日内发电需求滚动预测
15
作者 何洪业 汪颖 肖先勇 《四川电力技术》 2012年第3期11-13,54,共4页
由于自然风力、风向的不确定,大规模风场并网运行使得电网和风电调度的难度增大,在最大功率跟踪模式下,更加准确地预测发电出力是重要课题。考虑风场传统日前负荷预测时间尺度较大导致风场实时调度困难的实际,提出了一种在基于日内风场... 由于自然风力、风向的不确定,大规模风场并网运行使得电网和风电调度的难度增大,在最大功率跟踪模式下,更加准确地预测发电出力是重要课题。考虑风场传统日前负荷预测时间尺度较大导致风场实时调度困难的实际,提出了一种在基于日内风场出力的发电需求滚动预测方法,以多级时间尺度为预测依据,建立了考虑风电接入的理想发电需求预测模型,提出了该模型下的滚动预测算法,并结合实际风场数据进行了实际预测,结果表明,提出的预测方法、模型和算法能明显提高发电需求预测精度,为大型风场的科学调度提供了决策依据,具有一定理论价值和工程应用价值。 展开更多
关键词 风电并网 发电需求 虚拟天 滚动预测 综合模型
下载PDF
面向用户侧的电池储能配置与运行优化策略 被引量:53
16
作者 赵乙潼 王慧芳 +1 位作者 何奔腾 徐伟娜 《电力系统自动化》 EI CSCD 北大核心 2020年第6期121-128,共8页
为提高用户侧电池储能投资与运行的经济性,降低用户用电成本,提出了用户侧电池储能配置优化及运行调度滚动优化方法。首先,分析了用户加装储能的收益以及储能运行的约束,然后构建了储能配置优化模型、储能月前和日内运行滚动优化模型,并... 为提高用户侧电池储能投资与运行的经济性,降低用户用电成本,提出了用户侧电池储能配置优化及运行调度滚动优化方法。首先,分析了用户加装储能的收益以及储能运行的约束,然后构建了储能配置优化模型、储能月前和日内运行滚动优化模型,并用CPLEX求解器进行求解。在构建模型时加入了储能性能约束,能有效减少储能运行时充放电状态之间的转换次数,延长储能寿命。在月前优化中,确定一个预测的月需量防守值;在日内滚动优化中,构建了储能日运行分段优化模型及月需量防守值更新模型,实时更新日负荷数据及月需量防守值,进行滚动优化,不断修正负荷预测误差影响。最后,对工业大用户进行算例仿真,验证了所提优化模型的有效性。 展开更多
关键词 需量防守 电池储能 配置优化 滚动优化运行 用户侧 负荷预测
下载PDF
基于LSTM循环神经网络的风力发电预测 被引量:29
17
作者 王炜 刘宏伟 +5 位作者 陈永杰 郑楠 李政 纪项钟 于广亮 康健 《可再生能源》 CAS 北大核心 2020年第9期1187-1191,共5页
大规模风电接入电力系统会造成系统频率波动,利用不同高度的风速、风向的余弦值、温度、湿度、气压对风力发电数据进行准确预测,有利于制定合理的调度计划,降低风电对电力系统的影响。文章基于AGC自动发电控制的要求,选取每15 min为一... 大规模风电接入电力系统会造成系统频率波动,利用不同高度的风速、风向的余弦值、温度、湿度、气压对风力发电数据进行准确预测,有利于制定合理的调度计划,降低风电对电力系统的影响。文章基于AGC自动发电控制的要求,选取每15 min为一个数据采集点,构建大数据集,建立了基于LSTM结构的循环神经网络超短期风力发电预测模型,并每15 min根据最新实际采集数据更新数据集,实现了预测网络的滚动更新。最后通过某风电场的实际数据进行验证,结果表明,该算法预测精度高,对超短期风力发电预测有良好的适用性。 展开更多
关键词 风力发电 LSTM循环神经网络 滚动预测 超短期风力发电预测
下载PDF
基于支持向量回归机的空调逐时负荷滚动预测算法 被引量:28
18
作者 周璇 杨建成 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2014年第3期952-957,共6页
针对当前空调负荷预测算法精度不高难以满足空调系统节能优化控制的问题,提出基于支持向量回归机(Support Vector Regression,SVR)的空调逐时负荷滚动预测算法,建立SVR滚动预测模型,模型参数采用网格搜索遍历算法进行寻优。为简化模型... 针对当前空调负荷预测算法精度不高难以满足空调系统节能优化控制的问题,提出基于支持向量回归机(Support Vector Regression,SVR)的空调逐时负荷滚动预测算法,建立SVR滚动预测模型,模型参数采用网格搜索遍历算法进行寻优。为简化模型的复杂性,还对影响空调负荷的主要因素进行了相关性分析。此外,算法利用当日前1 h的滚动信息,不断对模型进行修正以提高负荷预测精度。最后探讨以期望误差为预测精度评价指标时,不同训练样本长度对神经网络和SVR算法预测精度的影响。预测结果表明:基于支持向量回归机的空调逐时负荷滚动预测算法较BP神经网络算法的预测精度提高10.3%,比常规支持向量回归机算法预测精度提高23.9%,训练样本较小时,算法预测性能更为优越。 展开更多
关键词 空调逐时负荷 滚动预测算法 支持向量回归机 网格搜索遍历算法 期望误差
下载PDF
几种格点化温度滚动订正预报方案对比研究 被引量:23
19
作者 曾晓青 薛峰 +1 位作者 赵瑞霞 赵声蓉 《气象》 CSCD 北大核心 2019年第7期1009-1018,共10页
为了快速获得更为精准的格点温度预报产品,使用国家信息中心高分辨率、高频次的温度格点多元融合产品和欧洲中期天气预报中心全球模式2 m温度预报场资料,采用8种误差订正方案进行滚动订正预报试验。选择2017年1月1日至2月28日和6月1日至... 为了快速获得更为精准的格点温度预报产品,使用国家信息中心高分辨率、高频次的温度格点多元融合产品和欧洲中期天气预报中心全球模式2 m温度预报场资料,采用8种误差订正方案进行滚动订正预报试验。选择2017年1月1日至2月28日和6月1日至7月31日两个时间段进行两次回报模拟试验,并对订正前后的预报结果进行格点和站点检验分析,结果表明:8种方案对模式直接输出的预报场有正技巧订作用,全格点滑动误差回归模型订正和全格点滑动双因子回归模型订正效果最优,两种方案都能使订正场的格点平均绝对误差在2℃以下,3、6和9 h的格点准确率均在0.9以上。全格点滑动误差回归模型的检验评分略微好于全格点滑动双因子回归模型,表明作为预报模型因子的起报时刻误差场比数值模式因子在短期订正中扮演着更为重要的角色。 展开更多
关键词 滚动订正 高精度格点温度预报 误差订正 MOS预报
下载PDF
基于混合优化随机森林回归的短期电力负荷预测 被引量:19
20
作者 吕何 孔政敏 张成刚 《武汉大学学报(工学版)》 CAS CSCD 北大核心 2020年第8期704-711,共8页
针对传统预测模型存在的泛化误差大和局部最优等缺点,提出一种基于混合优化随机森林回归(RFR)的短期负荷预测模型。首先,基于数据标准化方法对多维负荷特征进行预处理,消除特征数值间差异;然后,利用贪心下降法过滤对RFR模型训练性能指... 针对传统预测模型存在的泛化误差大和局部最优等缺点,提出一种基于混合优化随机森林回归(RFR)的短期负荷预测模型。首先,基于数据标准化方法对多维负荷特征进行预处理,消除特征数值间差异;然后,利用贪心下降法过滤对RFR模型训练性能指标影响较小的参数,研究交叉验证与网格搜索混合算法以缩小参数搜索范围;最后,采用果蝇优化算法对RFR模型进行2次优化,获取具有最优参数的混合优化RFR预测模型。实际算例表明,所提出模型的短期负荷预测精度和预测性能显著优于人工神经网络、支持向量回归和常规RFR预测模型。 展开更多
关键词 电力负荷 电力需求侧响应 随机森林回归 果蝇优化算法 滚动时域预测
原文传递
上一页 1 2 下一页 到第
使用帮助 返回顶部