期刊文献+
共找到78篇文章
< 1 2 4 >
每页显示 20 50 100
基于自回归积分滑动平均模型的无线传感网络通信传输信号延迟消除方法
1
作者 崔蕾 王同 《传感技术学报》 北大核心 2025年第3期543-549,共7页
为了解决受环境影响无线传感网络通信传输信号的延迟问题,提出了一种传输信号延迟消除的方法。将自回归积分滑动平均模型(ARIMA)和小波神经网络(WNN)相结合,进行通信传输信号延迟的组合预测。根据延迟预测结果设计传输信号延迟消除流程... 为了解决受环境影响无线传感网络通信传输信号的延迟问题,提出了一种传输信号延迟消除的方法。将自回归积分滑动平均模型(ARIMA)和小波神经网络(WNN)相结合,进行通信传输信号延迟的组合预测。根据延迟预测结果设计传输信号延迟消除流程的步骤和约束条件,并以此构建无线传感网络通信传输的优化目标函数,引入免疫克隆蛙跳算法对目标函数进行求解,获取最优的传输方案。仿真分析表明,所提方法的延迟预测误差和端到端延迟误差低于0.01 s,能量消耗最大值为6.4 W,平均丢包率最大值为0.286%。上述结果证明了所提方法可以有效准确预测和消除无线传感网络通信传输信号延迟。 展开更多
关键词 无线传感网络 传输信号 延迟消除 自回归积分滑动平均模型 小波神经网络
下载PDF
乘积季节自回归积分滑动平均模型在长沙市手足口病发病率预测中的应用 被引量:10
2
作者 谈婷 陈立章 刘富强 《中南大学学报(医学版)》 CAS CSCD 北大核心 2014年第11期1170-1176,共7页
目的:建立长沙市手足口病发病率的乘积季节自回归积分滑动平均模型(autoregressive integrated moving average model,ARIMA),探讨乘积季节ARIMA模型在手足口病疫情预测的可行性。方法:运用EVIEWS 6.0软件对长沙市2008年5月至2013年8月... 目的:建立长沙市手足口病发病率的乘积季节自回归积分滑动平均模型(autoregressive integrated moving average model,ARIMA),探讨乘积季节ARIMA模型在手足口病疫情预测的可行性。方法:运用EVIEWS 6.0软件对长沙市2008年5月至2013年8月的手足口病发病率资料建立乘积季节ARIMA模型,以2013年9月至2014年2月的发病资料作为模型预测效果的检验样本,最后再用所得到的模型对2014年3月至2014年8月的月发病率进行预测。结果:经过序列平稳化、模型识别以及模型诊断后,建立乘积季节ARIMA模型(1,0,1)×(0,1,1)12,模型拟合度R2=0.81,预测均方根误差为8.29,平均绝对误差为5.83。结论:乘积季节ARIMA模型是一种较好的预测模型,所建模型拟合度较好,能为手足口病的防治工作提供参考。 展开更多
关键词 手足口病 时间序列 乘积季节自回归积分滑动平均模型
下载PDF
基于支持向量机和自回归积分滑动平均模型组合的血糖值预测 被引量:9
3
作者 余丽玲 陈婷 +1 位作者 金浩宇 徐彬锋 《中国医学物理学杂志》 CSCD 2016年第4期381-384,共4页
根据动态血糖监测系统采集糖尿病患者血糖值,有效预测血糖值是治疗糖尿病的前提。为了预测糖尿病患者未来一段时间内的血糖值,本文根据最小方差将支持向量机(SVM)和自回归积分滑动平均(ARIMA)进行组合得到新的预测模型。为了验证本文方... 根据动态血糖监测系统采集糖尿病患者血糖值,有效预测血糖值是治疗糖尿病的前提。为了预测糖尿病患者未来一段时间内的血糖值,本文根据最小方差将支持向量机(SVM)和自回归积分滑动平均(ARIMA)进行组合得到新的预测模型。为了验证本文方法的有效性,采用多组临床实验数据进行实验,同时对比ARIMA模型、SVM模型、神经网络模型结果。实验结果表明本文方法预测血糖值精度明显提高,弥补单一预测模型方法的不足,发挥了两种模型各自优势。 展开更多
关键词 动态血糖监测系统 糖尿病 血糖值 支持向量机 自回归积分滑动平均 最小方差
下载PDF
基于自回归积分滑动平均模型的可转移负荷竞价策略 被引量:37
4
作者 艾欣 周志宇 +2 位作者 魏妍萍 张宏志 李乐 《电力系统自动化》 EI CSCD 北大核心 2017年第20期26-31,104,共7页
研究了在较成熟的电力市场环境下,可转移负荷在日前市场和实时市场的最优竞价策略。在最优报价计算过程中,必须满足可转移负荷在截止时间内完成运行一定的电能消耗的约束条件。考虑到传统平均值短期负荷预测结果存在偏差,提出了一种基... 研究了在较成熟的电力市场环境下,可转移负荷在日前市场和实时市场的最优竞价策略。在最优报价计算过程中,必须满足可转移负荷在截止时间内完成运行一定的电能消耗的约束条件。考虑到传统平均值短期负荷预测结果存在偏差,提出了一种基于自回归积分滑动平均模型的可转移负荷最优竞价策略,通过历史电价的变化特征估计模型的参数,从而预测第二天的日前电价和实时电价曲线,并以此为依据优化竞价策略。在此基础上,考虑功率限制,提出了基于贪心算法思想的电能竞价自动调整算法。通过实际电价数据进行计算,验证了此策略比单纯利用历史数据的期望值作为模型参数为购电者节省了更多购电费用,并能够有效完成竞价调整,以满足各个周期的功率限制。 展开更多
关键词 可转移负荷 电价预测 日前市场 实时市场 自回归积分滑动平均模型
下载PDF
基于自回归积分滑动平均模型的玉竹价格预测分析 被引量:2
5
作者 胡晟 肖深根 《湖南农业科学》 2018年第12期88-92,共5页
通过网络爬虫技术和文献搜集采集了2010年1月至2018年9月湖南省玉竹统条月度价格数据;首先对数据进行了平稳性检验,获取平稳时间序列的阶数值;再采用自回归积分滑动平均模型(ARIMA),求取平稳时间序列的自相关和偏相关系数,初步判断模型... 通过网络爬虫技术和文献搜集采集了2010年1月至2018年9月湖南省玉竹统条月度价格数据;首先对数据进行了平稳性检验,获取平稳时间序列的阶数值;再采用自回归积分滑动平均模型(ARIMA),求取平稳时间序列的自相关和偏相关系数,初步判断模型的p、d、q值;通过对模型参数的比较分析,得出最适合玉竹价格预测的模型,并通过残差序列检验模型的相关性;最后对2019年湖南省玉竹价格走势进行预测,结果显示玉竹价格在2019年呈下降趋势,但其下降幅度相对平稳。 展开更多
关键词 自回归积分滑动平均模型 玉竹 价格 预测 湖南
下载PDF
R语言时间序列和自回归积分滑动平均模型预测麻醉耗材领用的研究 被引量:2
6
作者 徐雯 方铮 杨旅军 《实用临床医药杂志》 CAS 2021年第15期18-21,26,共5页
目的运用自回归积分滑动平均模型(ARIMA)建立适合的老年患者特色手术科室耗材领用支出的医学经济学模型,预测麻醉科耗材需求的变化趋势。方法采用R软件对本院麻醉科2013年1月—2019年12月耗材领用支出数据建立ARIMA模型,将2020年1—12... 目的运用自回归积分滑动平均模型(ARIMA)建立适合的老年患者特色手术科室耗材领用支出的医学经济学模型,预测麻醉科耗材需求的变化趋势。方法采用R软件对本院麻醉科2013年1月—2019年12月耗材领用支出数据建立ARIMA模型,将2020年1—12月耗材领用支出的实际值与预测值分别进行比较,评价模型的预测性能。结果本院麻醉科耗材领用支出在每年2月出现最低值,5月呈现最高峰。建立ARIMA(0,1,1)(0,0,1)[12]模型对麻醉科耗材需求进行预测,ARIMA模型较好地拟合和预测了周期性波动。ARIMA(0,1,1)(0,0,1)[12]模型预测的耗材支出在2020年1—12月会有小幅波动。结论ARIMA(0,1,1)(0,0,1)[12]模型较好地拟合了麻醉科的耗材需求,有助于优化科室决策支持系统及老年择期手术患者围术期护理管理。 展开更多
关键词 医学经济学 老年患者 决策支持系统 管理 自回归积分滑动平均模型
下载PDF
基于自回归积分滑动平均模型的日前电价预测 被引量:8
7
作者 张一泓 朱国荣 +1 位作者 蔡永自 朱瑶琪 《自动化技术与应用》 2020年第1期125-129,139,共6页
常见的电价预测模型一般建立在时间序列法和神经网络法的基础上。本文将小波变换与自回归积分滑动平均模型结合起来得到小波ARIMA模型并使用该模型进行预测,相对其他时间序列方法,自回归积分滑动平均模型在处理电价这类非平稳时间序列... 常见的电价预测模型一般建立在时间序列法和神经网络法的基础上。本文将小波变换与自回归积分滑动平均模型结合起来得到小波ARIMA模型并使用该模型进行预测,相对其他时间序列方法,自回归积分滑动平均模型在处理电价这类非平稳时间序列时有更好的表现。经过预测误差的对比分析可以得知小波ARIMA模型的预测效果要优于传统的ARIMA模型。 展开更多
关键词 小波变换 自回归积分滑动平均模型
下载PDF
2009—2023年衡阳市丙型肝炎流行特征分析及自回归积分滑动平均模型对趋势预测的应用效果
8
作者 谭璇 周明莉 +2 位作者 任琼 王先玲 邓小明 《慢性病学杂志》 2025年第1期1-5,共5页
目的 探究2009—2023年衡阳市丙型肝炎流行特征并评估自回归积分滑动平均(autoregressive integrated moving average,ARIMA)模型对趋势预测的效果,以期为衡阳市的防控策略提供数据支持。方法 采用描述性流行病学方法,对衡阳市2009—202... 目的 探究2009—2023年衡阳市丙型肝炎流行特征并评估自回归积分滑动平均(autoregressive integrated moving average,ARIMA)模型对趋势预测的效果,以期为衡阳市的防控策略提供数据支持。方法 采用描述性流行病学方法,对衡阳市2009—2023年报告的丙型肝炎病例进行统计分析,并建立ARIMA模型。通过比较2023年7—12月的预测病例数与实际值,检验模型预测的准确性。结果2009—2023年衡阳市累计报告丙型肝炎病例22 955例,年均发病率为21.52/10万,历年各月均有发病,无明显季节特征;报告病例数以50~59岁年龄段最多,为6 570例(28.62%);男性略多于女性(性别比为1.05∶1);职业为农民占比最高(54.42%)。确定最优化的ARIMA模型,其参数设定为ARIMA (1,1,2)(0,1,1)12,平均绝对百分比误差(mean absolute percentage error,MAPE)为18.35%,预测性能较好。结论 衡阳市丙型肝炎发病率自2009年开始呈逐年上升趋势,2019达到峰值后开始下降,2023年又出现上升趋势。ARIMA模型对于预测衡阳市丙型肝炎发病情况效果较好,可为防控措施的制订提供参考。 展开更多
关键词 丙型肝炎 发病率 流行特征 自回归积分滑动平均模型 拟合 预测
原文传递
基于自回归积分滑动平均模型对中药材三七价格预测的讨论 被引量:7
9
作者 王诺 程蒙 +1 位作者 臧春鑫 杨光 《中国中药杂志》 CAS CSCD 北大核心 2016年第8期1559-1566,共8页
该文在分析三七价格波动的基础上,以2004年1月—2015年8月近10年120头三七的价格数据为基础,采用自回归滑动平均模型[ARIMA(p,d,q)],对2015年9月—2016年8月120头三七的价格进行预测。在确定模型形式的过程中,对价格数据进行平稳性检验... 该文在分析三七价格波动的基础上,以2004年1月—2015年8月近10年120头三七的价格数据为基础,采用自回归滑动平均模型[ARIMA(p,d,q)],对2015年9月—2016年8月120头三七的价格进行预测。在确定模型形式的过程中,对价格数据进行平稳性检验,以确定模型的p,通过自相关函数和篇相关函数识别模型的p和q,根据确定的模型形式,对模型进行检验,确定预测误差最小的模型。该文采用ARIMA(2,1,3)模型预测三七未来一年的价格,供种植三七的药农、以三七为原材料的药企等参考。 展开更多
关键词 三七 自回归积分滑动平均模型 单位跟检验 价格预测
原文传递
基于多模型仿真的变电站数据监控与性能评估研究
10
作者 蒋亚坤 林旭 黄博 《电工电气》 2025年第4期53-58,共6页
各模型组合运用为变电站数据监控提供了技术支持,在数据分析和故障预警方面具有重要应用价值。采用卡尔曼滤波、自回归积分滑动平均(ARIMA)模型、高斯混合模型(GMM)、移动平均模型和系统性能评估方法对变电站数据监控的多种场景进行了... 各模型组合运用为变电站数据监控提供了技术支持,在数据分析和故障预警方面具有重要应用价值。采用卡尔曼滤波、自回归积分滑动平均(ARIMA)模型、高斯混合模型(GMM)、移动平均模型和系统性能评估方法对变电站数据监控的多种场景进行了仿真测试与分析。研究结果表明:卡尔曼滤波在噪声较大的观测数据中具备良好的平滑效果和状态估计能力;ARIMA模型能够准确捕捉时间序列的长期趋势和短期波动,适用于负荷预测;GMM模型通过概率密度分析成功识别低概率的异常点,实现异常检测;移动平均模型在不同窗口大小下能够平滑数据并分析短期趋势。通过系统性能评估实验,验证了系统在实时监控中的处理能力,发现高吞吐量和低延迟是系统高效运行的关键指标。 展开更多
关键词 变电站 数据监控 卡尔曼滤波 自回归积分滑动平均(ARIMA)模型 高斯混合模型 移动平均模型 异常检测 系统性能评估
下载PDF
基于ARIMA的航空发动机排气温度预测
11
作者 易文川 孟双杰 《成都航空职业技术学院学报》 2025年第1期46-50,共5页
航空发动机排气温度的实时监测和预测,有利于提高发动机的安全性。通过基于自回归积分滑动平均(ARIMA)建立航空发动机排气温度预测模型,基于单位根检验(ADF)和信息准则确定模型的参数,以预测IO-360-L2A型发动机排气温度的未来值。并通... 航空发动机排气温度的实时监测和预测,有利于提高发动机的安全性。通过基于自回归积分滑动平均(ARIMA)建立航空发动机排气温度预测模型,基于单位根检验(ADF)和信息准则确定模型的参数,以预测IO-360-L2A型发动机排气温度的未来值。并通过对比不同样本长度和预测长度给模型预测误差带来的变化确定最优样本长度和预测长度。结果表明,ARIMA(5,2,3)模型对航空发动机排气温度序列的拟合效果最好,使用250s以上的历史样本数据对未来70s内的排气温度数据进行预测效果最佳,能够准确预测航空发动机排气温度的变化。 展开更多
关键词 排气温度 自回归积分滑动平均 航空发动机 参数预测
下载PDF
空间自回归模型在水库边坡位移预测中的应用 被引量:4
12
作者 秦栋 陈慧艳 《河海大学学报(自然科学版)》 CAS CSCD 北大核心 2017年第2期104-108,共5页
针对传统位移监测很少考虑不同测点之间相互作用的问题,基于经济学领域空间计量学基本理论,研究了空间自回归模型在边坡位移预测中的应用。以某工程高边坡外观位移数据为例,对边坡的位移状况进行预测,并与传统的自回归积分滑动平均模型... 针对传统位移监测很少考虑不同测点之间相互作用的问题,基于经济学领域空间计量学基本理论,研究了空间自回归模型在边坡位移预测中的应用。以某工程高边坡外观位移数据为例,对边坡的位移状况进行预测,并与传统的自回归积分滑动平均模型相比较。结果表明:(a)在空间自相关系数较为显著的条件下,运用空间自回归模型可以较为精确地预测边坡变形状况,且优于传统模型;(b)空间自回归模型相较于传统模型参数更加简洁、考虑的影响因素更全面,可以同时对空间所有测点位移进行估计。 展开更多
关键词 空间计量学 空间自回归模型 水库边坡 边坡位移预测 自回归积分滑动平均模型
下载PDF
时序模型ARIMA在数据分析中的应用 被引量:6
13
作者 李玲玲 辛浩 《福建电脑》 2024年第4期25-29,共5页
时间序列是进行趋势分析的方法之一。随着大数据时代的到来,经济趋势、企业经营、市场预测和天气预测等常常需要进行预测和分析。本文对某知名化妆品公司2010年至2018年间的2122条股票数据,采用ARIMA模型进行趋势分析,预测未来的发展趋... 时间序列是进行趋势分析的方法之一。随着大数据时代的到来,经济趋势、企业经营、市场预测和天气预测等常常需要进行预测和分析。本文对某知名化妆品公司2010年至2018年间的2122条股票数据,采用ARIMA模型进行趋势分析,预测未来的发展趋势。通过模型的拟合与效果考核,所得到的结果说明了应用ARIMA模型对股票进行趋势分析时,可以取得较好的预测效果。 展开更多
关键词 时间序列 股票数据 预测模型 自回归积分滑动平均模型
下载PDF
基于R语言时间序列的ARIMA模型预测某三甲综合医院人均月住院费用和住院日的研究
14
作者 李君 曹良海 《中国卫生产业》 2024年第11期220-224,共5页
目的运用自回归积分滑动平均模型(Autoregressive Intergrated Moving Average,ARIMA)建立月平均住院费用和住院日的医学经济学模型,为医院精细化管理提供依据。方法利用R4.0.2软件对2017年1月—2021年12月四川大学华西医院宜宾医院(宜... 目的运用自回归积分滑动平均模型(Autoregressive Intergrated Moving Average,ARIMA)建立月平均住院费用和住院日的医学经济学模型,为医院精细化管理提供依据。方法利用R4.0.2软件对2017年1月—2021年12月四川大学华西医院宜宾医院(宜宾市第二人民医院)的平均住院费用和住院日数据建立时间序列ARIMA预测模型。结果住院费用最优模型为ARIMA(0,1,1),赤池信息准则(Akaike information criterion,AIC)=924.35,贝叶斯信息准则(Bayesian Information Criterion,BIC)=928.51,残差Ljung-Box Q=12.51(P=0.768),可认为残差序列为白噪声。平均住院日的最优模型为ARIMA(5,1,1),AIC=87.49,BIC=104.11,残差Ljung-Box Q=10.05(P=0.612),可认为残差序列为白噪声。2022年1—12月实际值与预测值基本吻合,月人均住院费用和人均住院日的平均相对误差为0.55%、0.29%。结论建立基于时间序列ARIMA模型能够为合理配置卫生资源提供强有力的数据支撑。 展开更多
关键词 自回归积分滑动平均模型 平均住院费用 平均住院日 预测
下载PDF
基于卡尔曼滤波的慕课学习行为智能预测方法
15
作者 赵成丽 《微型电脑应用》 2024年第9期202-204,209,共4页
为了降低慕课退课率,提升慕课教学质量,研究基于卡尔曼滤波的慕课学习行为智能预测方法。利用华为nova 5 pro的IMX582型摄像头,采集慕课环境中的学习行为数据;利用自回归积分滑动平均模型,依据采集的学习行为数据,建立慕课学习行为观测... 为了降低慕课退课率,提升慕课教学质量,研究基于卡尔曼滤波的慕课学习行为智能预测方法。利用华为nova 5 pro的IMX582型摄像头,采集慕课环境中的学习行为数据;利用自回归积分滑动平均模型,依据采集的学习行为数据,建立慕课学习行为观测模型,并转换成状态空间模型;以状态空间模型的计算结果为卡尔曼滤波的初始状态向量;通过卡尔曼滤波更新初始状态向量,获取慕课学习行为的智能预测结果;在卡尔曼滤波内引入渐消因子,以及协方差匹配判据的方法,补偿卡尔曼滤波内后验协方差矩阵的不确定性,修正卡尔曼滤波输出的慕课学习行为智能预测结果。实验证明,该方法智能预测精度较高,应用该方法后可有效降低慕课退课率,提升学习者的学习活跃度。 展开更多
关键词 卡尔曼滤波 慕课学习行为 智能预测 自回归积分滑动 渐消因子
下载PDF
基于SARIMA模型的近岸海表温度短期预报研究 被引量:2
16
作者 赵强 王擎宇 舒志光 《海洋预报》 CSCD 北大核心 2024年第1期42-49,共8页
基于石浦海洋站实测数据,采用周期性自回归积分滑动平均方法(SARIMA)构建了逐时海表温度短期预报模型,根据观测数据的周期特征和模型预报误差比选确定了模型参数。结果表明:与采用逐时观测数据作为输入的模型相比,采用逐0.5 h内插数据... 基于石浦海洋站实测数据,采用周期性自回归积分滑动平均方法(SARIMA)构建了逐时海表温度短期预报模型,根据观测数据的周期特征和模型预报误差比选确定了模型参数。结果表明:与采用逐时观测数据作为输入的模型相比,采用逐0.5 h内插数据构建的SARIMA模型的预报结果与实测数据间的相位更为一致,预报误差更小,但进一步将输入数据的时间分辨率提高,72 h逐时预报精度提升不明显;研究还发现模型预报误差总体随输入数据时长的减小而增大;采用366 d逐0.5 h数据构建的SARIMA(2,0,2)(2,1,0)25模型的预报结果较优,0~24 h、24~48 h、48~72 h预报的平均绝对误差分别为0.176℃、0.350℃、0.520℃,相应的均方根误差分别为0.217℃、0.396℃、0.567℃。 展开更多
关键词 周期性自回归积分滑动平均方法 统计预报 海表温度 预报
下载PDF
基于多种模型融合的电能计量互感器误差自动化补偿方法 被引量:1
17
作者 杜瀚霖 《自动化与仪表》 2024年第9期110-113,117,共5页
为电能精准计量提供保障,提出基于多种模型融合的电能计量互感器误差自动化补偿方法。获取影响电能计量互感器误差的关键特征数据,作为改进LSTM与SVR输入,得到对应子模型的预测输出,计算子模型的权重系数,通过平均加权法融合模型的预测... 为电能精准计量提供保障,提出基于多种模型融合的电能计量互感器误差自动化补偿方法。获取影响电能计量互感器误差的关键特征数据,作为改进LSTM与SVR输入,得到对应子模型的预测输出,计算子模型的权重系数,通过平均加权法融合模型的预测结果,确定电能计量互感器运行数据预测值,利用自回归积分滑动平均模型实现电能计量互感器误差的动态补偿。实验结果表明,特征数据选择可有效降低电能计量互感器比差和角差波动幅度;误差补偿后的二次电压曲线平滑,且更加接近理想的正弦波形。 展开更多
关键词 互感器 误差补偿 传递熵 SVR LSTM 自回归积分滑动平均模型
下载PDF
基于SARIMA预警模型的水位监测效果分析与研究 被引量:2
18
作者 张健 《水利科技与经济》 2024年第4期23-28,共6页
为了提高城市水位监测的准确性及洪涝等灾害的预警能力,提出基于季节性自回归积分滑动平均(Seasonal auto-regressive integral moving average, SARIMA)模型的水位监测预警模型。该模型综合了自回归模型、移动平均模型和季节性差分模型... 为了提高城市水位监测的准确性及洪涝等灾害的预警能力,提出基于季节性自回归积分滑动平均(Seasonal auto-regressive integral moving average, SARIMA)模型的水位监测预警模型。该模型综合了自回归模型、移动平均模型和季节性差分模型,适用于分析和预测具有季节性和非平稳特征的时间序列数据。结果显示,基于SARIMA预警模型的水位监测系统,对城市周边的水位监测拟合效果较好,可对城市周边水位进行有效监测,提高应对城市内涝灾害的预警效果。 展开更多
关键词 季节性自回归积分滑动平均模型 水位监测 水位预警 数据填充
下载PDF
变电设备温度态势感知及辅助决策系统方案研究
19
作者 陈昱 丁鸿 +5 位作者 崔勇 朱里 陈士俊 凌秋阳 徐勇生 郑建 《发电技术》 CSCD 2024年第4期744-752,共9页
【目的】为了提升变电设备运维管理的智能化水平,及时发现并预防因设备过热导致的故障风险,保障电网安全稳定运行,提出了变电设备温度态势感知及辅助决策方案。【方法】从感知层、理解层、预测层和辅助决策层4个方面展开研究。在感知层... 【目的】为了提升变电设备运维管理的智能化水平,及时发现并预防因设备过热导致的故障风险,保障电网安全稳定运行,提出了变电设备温度态势感知及辅助决策方案。【方法】从感知层、理解层、预测层和辅助决策层4个方面展开研究。在感知层,利用K近邻(K-nearest neighbor,KNN)分类算法分析多类温度数据的关联性。在理解层,通过BP神经网络构建历史数据传递模型,以处理历史数据缺失问题。在预测层,为应对非线性数据和噪声,设计了自回归积分滑动平均(autoregressive integrated moving average,ARIMA)模型与支持向量机(support vector machine,SVM)组合的温度预测模型。在辅助决策层,应用灰色关联度分析设备温度变化与故障风险之间的关系。【结果】基于所提方案的算例验证结果表明,该方案实现了对设备未来温度变化趋势的有效感知,并为设备缺陷判断提供了依据。【结论】所提方案通过多维度、深层次的温度数据分析,揭示了设备温度与故障风险之间潜在的关联关系,实现了对变电设备运行趋势的预判,为变电设备运行方式优化以及制定设备检修计划提供参考。 展开更多
关键词 电力系统 变电站 温度态势感知 辅助决策 自回归积分滑动平均(ARIMA)模型 BP神经网络 支持向量机(SVM)
下载PDF
高超声速飞行器分解集成轨迹预测算法 被引量:22
20
作者 韩春耀 熊家军 +1 位作者 张凯 兰旭辉 《系统工程与电子技术》 EI CSCD 北大核心 2018年第1期151-158,共8页
针对无动力滑翔高超声速飞行器的轨迹预测问题,提出了分解集成轨迹预测模型。依据运动轨迹的周期跳跃特性,运用先集成再分解的轨迹预测思路,首先将运动轨迹序列分解为具有趋势性、周期性和随机性特征的子序列,再针对每项子序列的特征采... 针对无动力滑翔高超声速飞行器的轨迹预测问题,提出了分解集成轨迹预测模型。依据运动轨迹的周期跳跃特性,运用先集成再分解的轨迹预测思路,首先将运动轨迹序列分解为具有趋势性、周期性和随机性特征的子序列,再针对每项子序列的特征采用相应的子轨迹预测模型,最后将各子轨迹预测模型预测结果的集成作为最终预测值。由于子序列与子轨迹预测模型具有更高的契合度,使得分解集成轨迹预测算法相对于使用单一模型的轨迹预测算法更具优势。仿真实验表明,分解集成轨迹预测算法显著提高了轨迹预测精度。 展开更多
关键词 轨迹预测 无动力滑翔高超声速飞行器 分解集成模型 最小二乘支持向量回归模型 自回归积分滑动平均模型
下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部