暂无评论
电力负荷预测是电力规划、生产和运行的重要基础,将投影寻踪回归模型应用于电力负荷预测中,避免了确定性模型在预测不同类型负荷数据时精度差异较大的缺陷。最后,以电网实际负荷数据验证了投影寻踪回归模型的适用性
基于神经网络的衬垫摩擦特性预测,陶庆,刘伟,衬垫是摩擦式提升机的关键部件,其性能的优劣直接关系到提升机的工作能力、提升效率和安全可靠性。研究衬垫材料与提升钢丝绳在低
提出一种基于近似熵测度的变权组合预测方法. 首先, 不同于传统的预测效果评价准则, 从衡量样本序列复 杂性的角度出发, 以预测值误差序列的近似熵测度为评价效果准则, 建立变权组合预测优化模型; 然后,
基于小波包去噪的股价组合预测模型,池贝,牛明飞,本文的目的是检验基于小波包去噪和BP模型、ARMA模型、ES模型的组合模型对股价预测的有效性。选取的数据是中国建设银行2010年-2012年三�
为了研究最优的煤炭消费预测模型,为我国能源结构优化提供依据,基于差分自回归移动平均(ARIMA)、灰色预测(GM)和人工神经网络(ANN)模型构建了8个组合预测模型,对我国煤炭消费量进行预测分析,应用
使用一种预测模型对一问题进行预测时,往往只是考虑了该问题所具有的许多侧面中某一个或某几个。使得一种预测模型刻画研究对象的未来发展规律往往会存在着一定的局限性。所以在已经研究出得在众
在建立灰色GM(1,1)拟合方程的过程中又引入了微分方程的数值算法,使模型更加能够与微分方程有效对接因而大大地提高了模型与系统微分方程之间的逼近程度。
提出通过小波分解对各负荷子序列进行特性分析初选影响因素后,采用信息熵法从初选变量中自动筛选出对负荷较重要的因素,然后采用改进的主成分分析法消除重要影响因素间的相关性,采用动态聚类法对各分解序列的样本归
智能电表的广泛应用为电力运行控制提供了海量用户用电数据。科学分析用电数据,准确把握用户用电行为特征,是进一步提升用户负荷预测准确率的有效途径。从负荷预测的内在要求出发,定义了用户特征相关面积指标,并基
基于T-S混沌模糊神经网络的电力负荷区间预测方法,何耀耀,,针对传统T-S模糊神经网络在预测电力负荷序列时存在较大误差的缺陷,将Chebyshev混沌映射引入到T-S模糊模型之中,利用混沌映射在(-1
暂无评论