期刊文献+
共找到39篇文章
< 1 2 >
每页显示 20 50 100
基于最佳预测步长的超短期风电功率预测 被引量:1
1
作者 周永华 张国建 +3 位作者 李科 郭彦飞 韦伟 王杰 《广东电力》 2015年第8期19-22,54,共5页
研究了风电场超短期风电功率预测问题,提出一种基于最佳预测步长的超短期风电功率预测模型。为减小模型原始输入数据所导致的预测误差,对原始输入数据进行预处理。通过对比分析基于不同预测步长的超短期风电功率预测模型得到超短期功率... 研究了风电场超短期风电功率预测问题,提出一种基于最佳预测步长的超短期风电功率预测模型。为减小模型原始输入数据所导致的预测误差,对原始输入数据进行预处理。通过对比分析基于不同预测步长的超短期风电功率预测模型得到超短期功率预测结果,采用均方根误差作为选择模型最佳预测步长的判据,确定最佳预测步长,建立基于最佳预测步长的超短期风电功率预测模型。利用陕西地区某风电场2014年10~11月的实测功率和短期预测功率数据进行建模和验证,结果验证了该方法的有效性。 展开更多
关键词 风电功率 超短期预测 预测步长 预测模型 均方根误差
下载PDF
基于双步预测步长和可变矢量作用时间的永磁同步电机模型预测磁链控制 被引量:8
2
作者 宋战锋 张然 《中国电机工程学报》 EI CSCD 北大核心 2021年第16期5748-5757,共10页
有限集模型预测磁链控制(finite control set model predictive flux control,FCS-MPFC)及其变体具有行为预测和直接操纵变频器开关状态的固有特性,故能够保证控制变量的快速动态响应。然而,较好的稳态性能通常需要较高的开关频率。当... 有限集模型预测磁链控制(finite control set model predictive flux control,FCS-MPFC)及其变体具有行为预测和直接操纵变频器开关状态的固有特性,故能够保证控制变量的快速动态响应。然而,较好的稳态性能通常需要较高的开关频率。当开关频率降低时,稳态性能将会显著劣化。为了解决这一问题,提出一种双步-可变矢量作用时间的模型预测磁链控制(two-step variable vector action period model predictive flux control,TS-VAP-MPFC)算法。采用该策略后,所选电压矢量的作用时间可在双步预测步长内灵活调整,增加了控制自由度。实验结果表明,在相同平均开关频率下,采用该算法可以提高系统的稳态性能,以及保持模型预测固有的快速动态响应特性。 展开更多
关键词 永磁同步电机 预测磁链控制 双步预测步长 可变矢量作用时间
原文传递
基于自适应预测步长的车辆主动转向跟踪控制 被引量:1
3
作者 王晓茹 施展 《农业装备与车辆工程》 2021年第7期74-77,83,共5页
为提高智能车辆主动转向跟踪控制的跟踪精度、稳定性和实时性等问题,提出一种基于自适应预测步长的模型预测路径跟踪控制器,引入自适应预测步长功能函数,根据车速和参考路径的曲率动态调整预测步长。MATLAB和CarSim联合仿真结果表明:该... 为提高智能车辆主动转向跟踪控制的跟踪精度、稳定性和实时性等问题,提出一种基于自适应预测步长的模型预测路径跟踪控制器,引入自适应预测步长功能函数,根据车速和参考路径的曲率动态调整预测步长。MATLAB和CarSim联合仿真结果表明:该控制器可降低横向跟踪偏差,在高速低附着和高速高附着工况下均保持车辆稳定性,相比于单一根据道路曲率动态调整预测预测步长的控制器,降低了60%的计算时间,提高了实时性。 展开更多
关键词 智能车辆 模型预测控制 路径跟踪 自适应预测步长
下载PDF
基于LSTM-Informer模型的液压支架压力时空多步长预测
4
作者 余琼芳 杨鹏飞 唐高峰 《工矿自动化》 CSCD 北大核心 2024年第6期30-35,共6页
目前多步液压支架压力预测大多为单步液压支架压力的累计预测,单步累计次数越多,累计误差就越大,影响预测精度。针对该问题,提出了一种基于长短时记忆(LSTM)-Informer模型的液压支架压力时空多步长预测方法。采用卡尔曼滤波消除液压支... 目前多步液压支架压力预测大多为单步液压支架压力的累计预测,单步累计次数越多,累计误差就越大,影响预测精度。针对该问题,提出了一种基于长短时记忆(LSTM)-Informer模型的液压支架压力时空多步长预测方法。采用卡尔曼滤波消除液压支架压力数据中的振动噪声后,在工作面端部和中部各选取相邻的5台液压支架压力数据建立2个时空数据集(数据集1和数据集2),并对时空数据进行标准化预处理。将时空数据输入LSTM模型提取时空特征,并将提取的时空特征输入Informer模型的编码器,经过位置编码后利用多头概率稀疏自注意力来关注压力序列的变化特征,经过最大池化和一维卷积消除最终输出特征图的冗余组合。利用多头概率稀疏自注意力来关注压力序列的变化特征,将Informer模型的解码器改为全连接层,得到液压支架压力的预测结果。实验结果表明:与基于门控循环单元(GRU)、LSTM和Informer模型的预测方法相比,基于LSTM-Informer模型的预测方法在预测6,12,24步长液压支架压力时的均方根误差(RMSE)和平均绝对误差(MAE)均最小;其中基于数据集1预测的6步长液压支架压力的RMSE分别降低了41.63%,49.74%,11.85%,MAE分别降低了41.75%,50.00%,12.00%;基于数据集2预测的6步长液压支架压力的RMSE分别降低了48.15%,59.86%,19.88%,MAE分别降低了49.87%,54.90%,13.16%。 展开更多
关键词 液压支架压力 步长液压支架压力预测 LSTM-Informer模型 时间相关性 卡尔曼滤波
下载PDF
基于自注意力机制的深度学习的海洋三维温度场预测
5
作者 岳伟豪 徐永生 朱善良 《海洋预报》 CSCD 北大核心 2024年第3期22-32,共11页
目前主要从时空角度出发对海洋三维温度场进行预测,却忽略了相邻位置的海温相关关系。为弥补这一不足,构建一种融合了自注意力记忆模块与卷积式长短时记忆神经网络(ConvLSTM)模型的SA-ConvLSTM三维温度场预测模型,不仅可以从历史三维温... 目前主要从时空角度出发对海洋三维温度场进行预测,却忽略了相邻位置的海温相关关系。为弥补这一不足,构建一种融合了自注意力记忆模块与卷积式长短时记忆神经网络(ConvLSTM)模型的SA-ConvLSTM三维温度场预测模型,不仅可以从历史三维温度场中提取海温时空特征,还能获取并记忆相邻点位置信息,从而实现对三维温度场时空变化的把握。实验结果表明:相较于ConvLSTM模型,SA-ConvLSTM模型在滑动预测与多步长递归预测实验下的均方根误差和平均绝对误差提升约14%,且整体预测效果均优于基线模型、长短时记忆神经网络模型和ConvLSTM模型。 展开更多
关键词 海水温度 三维温度场预测 自注意力记忆机制 SA-ConvLSTM 步长递归预测
下载PDF
城市快速路短时交通量预测方法研究
6
作者 邓卓 《城市道桥与防洪》 2024年第8期6-9,共4页
随着我国城市规模的快速发展,大型城市中的快速路已成为人们主要的出行选择,而早晚高峰的短时交通量暴增可能引发交通拥堵等问题,采用合理的方法对其进行预测,可实现有效的交通诱导、降低交通事故发生率和缩短延误时间等。根据交通流的... 随着我国城市规模的快速发展,大型城市中的快速路已成为人们主要的出行选择,而早晚高峰的短时交通量暴增可能引发交通拥堵等问题,采用合理的方法对其进行预测,可实现有效的交通诱导、降低交通事故发生率和缩短延误时间等。根据交通流的离散性,将单日时间分成3个时间段,采用灰色系统理论对每个时间段分别建立5、10、15 min等步长的交通量预测GM(1,1)及其残差模型。将该方法应用于广州市广园快速路的短时交通量预测,分析不同时间段内多种步长预测方式的误差结果,通过残差率对比分别确定模型的适应时间段。将预测结果与传统线性回归的预测方法进行对比,验证模型的准确性。 展开更多
关键词 GM(1 1)模型 快速路 短时交通量 步长预测
下载PDF
利用变步长预测反褶积方法压制沙丘鸣震 被引量:6
7
作者 张晴 郭平 +3 位作者 高源 柳世光 何丽艳 王姝 《石油地球物理勘探》 EI CSCD 北大核心 2018年第A01期51-55,9,共6页
在辽河外围盆地的地震勘探中,浅表沙层中因多次反射而产生层间多次波——沙丘鸣震,它的存在降低了地震资料的信噪比。通过研究沙丘鸣震产生机理,发现沙丘鸣震干扰的周期与沙丘高度有关。据此,本文采用GeoEast软件中的变步长预测反褶积... 在辽河外围盆地的地震勘探中,浅表沙层中因多次反射而产生层间多次波——沙丘鸣震,它的存在降低了地震资料的信噪比。通过研究沙丘鸣震产生机理,发现沙丘鸣震干扰的周期与沙丘高度有关。据此,本文采用GeoEast软件中的变步长预测反褶积方法压制沙丘鸣震干扰,在实际应用中取得了良好效果。 展开更多
关键词 沙丘鸣震 鸣震周期 GeoEast软件 步长预测反褶积
下载PDF
基桩极限承载力的改进变步长灰色预测模型研究 被引量:15
8
作者 曹文贵 张永杰 赵明华 《岩土力学》 EI CAS CSCD 北大核心 2006年第S2期774-778,共5页
在深入研究桩土相互作用机理及基桩极限承载力变步长灰色预测方法基础上,针对现有基桩极限承载力灰色预测模型之基桩 Q-S 曲线导数与背景值确定方法的局限性与不足,结合 Q-S 曲线发展规律,提出了基桩极限承载能力的改进变步长灰色预测... 在深入研究桩土相互作用机理及基桩极限承载力变步长灰色预测方法基础上,针对现有基桩极限承载力灰色预测模型之基桩 Q-S 曲线导数与背景值确定方法的局限性与不足,结合 Q-S 曲线发展规律,提出了基桩极限承载能力的改进变步长灰色预测模型与方法,并初步探讨了基桩极限承载力灰色预测方法的精度与可靠性。通过工程实例计算并与同类方法计算结果进行比较分析,表明了所建模型的合理性。 展开更多
关键词 基桩 极限承载力 步长灰色预测模型 Q-S曲线 背景值
下载PDF
基于变步长灰色预测的配浆浓度模糊控制研究 被引量:6
9
作者 叶自清 陈敏 《计算机测量与控制》 CSCD 北大核心 2010年第1期88-90,共3页
在配浆浓度控制过程中,由于其过程参数在生产过程中变化很大,采用常规控制方法不能始终保持最优运行;针对配浆浓度控制过程具有滞后和大干扰等特点,提出一种基于变步长灰色预测的配浆浓度模糊控制算法;该算法根据新陈代谢原理,建立等维... 在配浆浓度控制过程中,由于其过程参数在生产过程中变化很大,采用常规控制方法不能始终保持最优运行;针对配浆浓度控制过程具有滞后和大干扰等特点,提出一种基于变步长灰色预测的配浆浓度模糊控制算法;该算法根据新陈代谢原理,建立等维新信息预测模型,将预测概念扩展为前向和后向预测,并与模糊控制相结合,以实现配浆浓度的精确控制;实际运行结果表明采用变步长灰色预测算法,能够减少浓度滞后的影响,使得浓度的控制精度和运行速度都得到了较大提高,消除了系统的振荡,完全能满足配浆过程浓度的工艺要求。 展开更多
关键词 配浆浓度 步长灰色预测 模糊控制
下载PDF
基于双注意力机制的Seq2Seq短期负荷预测 被引量:1
10
作者 姜建国 陈鹏 +2 位作者 郭晓丽 佟麟阁 万成德 《吉林大学学报(信息科学版)》 CAS 2023年第2期251-258,共8页
针对经典的深度学习方法在多步长预测精度不高问题,提出一种基于双注意力序列到序列的短期负荷预测模型。通过自注意力机制有效提取影响负荷数据的隐藏相关因素,使模型能更好地发现负荷数据之间的规律,自适应地学习了负荷数据之间的相... 针对经典的深度学习方法在多步长预测精度不高问题,提出一种基于双注意力序列到序列的短期负荷预测模型。通过自注意力机制有效提取影响负荷数据的隐藏相关因素,使模型能更好地发现负荷数据之间的规律,自适应地学习了负荷数据之间的相关特征,时间注意力机制捕获与时间相关的时序特征。经2个实际负荷数据实验,仿真结果表明,在(t+12)预测情况下,模型评价指标MAPE(Mean Absolute Percentage Error)为2.09%,较LSTM(Long Short-Term Memory)模型损失下降56.69%。验证了模型的正确性和可行性,模型较线性回归、 LSTM模型和Seq2Seq(Sequence to Sequence)模型的预测效果更好。 展开更多
关键词 负荷预测 序列到序列 自注意力机制 时间注意力机制 步长预测
下载PDF
增强型步长值预测器研究
11
作者 肖勇 周兴铭 《华中科技大学学报(自然科学版)》 EI CAS CSCD 北大核心 2005年第z1期114-116,共3页
研究了增强型步长值预测器.通过对传统步长值预测器的改进,可对部分重复型非等步长数据序列作出正确预测,提升性能.文中讨论了增强型步长值预测器的诸设计因素,如信心系统机制和公共子数据存储等.模拟结果表明,增强型步长值预测器能够... 研究了增强型步长值预测器.通过对传统步长值预测器的改进,可对部分重复型非等步长数据序列作出正确预测,提升性能.文中讨论了增强型步长值预测器的诸设计因素,如信心系统机制和公共子数据存储等.模拟结果表明,增强型步长值预测器能够对绝大部分适于值预测的数据序列作出正确预测. 展开更多
关键词 增强型步长预测 重复型非等步长数据序列 设计因素
下载PDF
预测反褶积去多次波几个理论问题探讨 被引量:43
12
作者 张军华 缪彦舒 +3 位作者 郑旭刚 周振晓 单联瑜 梁鸿贤 《物探化探计算技术》 CAS CSCD 2009年第1期6-10,共5页
这里以模型研究为基础,探讨了预测反褶积去多次波应注意的几个理论问题,得出了有一定价值的几条结论:①道集中多次波时差是变化的,要去除整个道集的多次波,预测步长应以远道为参照;②预测反褶积去多次波还不完全等同于一般的提高分辨率... 这里以模型研究为基础,探讨了预测反褶积去多次波应注意的几个理论问题,得出了有一定价值的几条结论:①道集中多次波时差是变化的,要去除整个道集的多次波,预测步长应以远道为参照;②预测反褶积去多次波还不完全等同于一般的提高分辨率处理,太小步长的多次波是无法准确预测并去除的;③算子长度要大于多次波周期,太小算子长度会使预测结果混入假的能量;④模型研究级联反褶积效果并不理想,因此要慎用此项技术,如果要做级联反褶积,建议先大步长后小步长;⑤地层中的层间多次波衰减很快,要分辨小于50 m的层间多次波,几乎是不可能的,要进行高精度的多次波去噪,还须借助其它方法。 展开更多
关键词 多次波 预测反褶积 级联反褶积 预测步长 算子长度
下载PDF
城市燃气负荷的短期预测 被引量:19
13
作者 王树刚 王继红 +1 位作者 端木琳 孙海涛 《天然气工业》 EI CAS CSCD 北大核心 2010年第5期104-107,共4页
城市燃气负荷的短期预测对保证城市供气的相对稳定尤为重要。为此,通过对各类气象因子与燃气日负荷间的相关性分析,以有效温度为主导因素,结合大连地区温度分布规律,推导出燃气日负荷预测模型与月负荷预测模型间的关系,建立了不同预测... 城市燃气负荷的短期预测对保证城市供气的相对稳定尤为重要。为此,通过对各类气象因子与燃气日负荷间的相关性分析,以有效温度为主导因素,结合大连地区温度分布规律,推导出燃气日负荷预测模型与月负荷预测模型间的关系,建立了不同预测步长下基于双曲正弦函数的燃气负荷短期预测模型,计算出日负荷预测模型在最不利工况下(传统节日集中的月份)的平均绝对百分比误差(MAPE)和均方百分比误差(RMSPE)值分别为3.67%和5.03%,月负荷预测模型的MAPE和RMSPE值分别为1.02%和1.32%,均小于10%,日负荷预测模型与月负荷预测模型的预测能力均达到较高精确度。利用该转换关系不但能够实现预测模型预测步长的改变,而且所获得的模型预测效果也较理想。对于不同的城市,只要根据该地区气象及燃气负荷特点,选择合适的模型参数值,利用该预测方法即可实现不同预测步长下燃气负荷的短期预测。 展开更多
关键词 城市燃气 负荷 短期预测 有效温度 模型 预测步长
下载PDF
面向网络诱导时延和数据包丢失补偿的网络化广义预测控制 被引量:6
14
作者 唐斌 章云 +1 位作者 刘国平 桂卫华 《控制理论与应用》 EI CAS CSCD 北大核心 2010年第7期880-890,共11页
针对网络化控制系统中存在的网络诱导时延和数据包丢失,考虑了网络化广义预测控制问题.基于多个数据打包传送的通讯方式以及网络诱导时延和数据包丢失预先可知的假设,提出了一种采用最小预测步长和预测控制增量向量分别补偿网络诱导时... 针对网络化控制系统中存在的网络诱导时延和数据包丢失,考虑了网络化广义预测控制问题.基于多个数据打包传送的通讯方式以及网络诱导时延和数据包丢失预先可知的假设,提出了一种采用最小预测步长和预测控制增量向量分别补偿网络诱导时延和数据包丢失对系统性能影响的新方法,给出了相应的网络化模型预测算法和网络化滚动优化算法,对于被控对象参数未知或缓慢变化的情况,给出了基于递推最小二乘辨识改进算法的网络化反馈修正算法,通过仿真验证了所提出网络化算法的有效性. 展开更多
关键词 网络化广义预测控制 网络诱导时延 数据包丢失 最小预测步长 预测控制增量向量
下载PDF
基于改进Elman神经网络的烟气轮机运行状态趋势预测 被引量:2
15
作者 陈涛 王立勇 +1 位作者 徐小力 王少红 《广西大学学报(自然科学版)》 CAS 北大核心 2019年第2期367-375,共9页
为提高烟气轮机状态趋势预测的精度,提出一种改进Elman神经网络的趋势预测方法。首先,引入以四分位数和四分位距为基础的箱线图方法判别异常值,并对缺失的数据进行插补,为状态趋势预测提供可靠的全数据序列;其次,根据设备运行状态数据... 为提高烟气轮机状态趋势预测的精度,提出一种改进Elman神经网络的趋势预测方法。首先,引入以四分位数和四分位距为基础的箱线图方法判别异常值,并对缺失的数据进行插补,为状态趋势预测提供可靠的全数据序列;其次,根据设备运行状态数据序列具有的时间依存性,计算数据序列不同时延的相关程度,以相关系数最大值点对应的时延为最优预测步长;最后构建三层最优预测步长Elman神经网络对烟气轮机运行状态全数序列进行趋势预测实例分析。研究结果表明,箱线图法能够简捷快速、直观明了地判别异常值;邻近点中位数插补方法更贴近原始数据分布规律,为最优插补方法;相较其他预测步长的Elman神经网络预测方法,最优预测步长的预测误差最小、预测精度最高;同时,Elman神经网络最优预测步长方法的预测误差较BP、RBF神经网络更小、预测精度更高。改进Elman神经网络趋势预测方法能够为烟气轮机的状态趋势预测提供一种有效的预测方法,该方法还可应用于其他关键设备的趋势预测中。 展开更多
关键词 异常值判别 缺失数据插补 最优预测步长 ELMAN神经网络 状态趋势预测
下载PDF
注塑机注射速度的模型预测迭代学习控制 被引量:5
16
作者 李茜 夏伯锴 《控制工程》 CSCD 北大核心 2009年第4期429-431,共3页
针对注射过程具有重复运行和非线性的特性,在对预测控制与迭代学习控制进行综合应用并加以改进的基础上,给出一种模型预测迭代学习复合控制新算法,研究了控制器的设计方案。同时,将迭代学习思想引入到预测步长的在线调整,提出了预测步... 针对注射过程具有重复运行和非线性的特性,在对预测控制与迭代学习控制进行综合应用并加以改进的基础上,给出一种模型预测迭代学习复合控制新算法,研究了控制器的设计方案。同时,将迭代学习思想引入到预测步长的在线调整,提出了预测步长的迭代学习方法。仿真结果表明,该方法是有效的,其控制性能优于PID迭代学习控制系统。 展开更多
关键词 模型预测 迭代学习 预测步长 注塑 速度控制
下载PDF
预测反褶积去除多次波的几个理论问题的探讨 被引量:6
17
作者 张军华 缪彦舒 +3 位作者 郑旭刚 周振晓 单联瑜 梁鸿贤 《油气地球物理》 2008年第3期15-19,共5页
以模型研究为基础,讨论了预测反褶积去除多次波应注意的几个理论问题,得出了一些有意义的结论:①道集中多次波时差是变化的,要去除整道集的多次波,预测步长应以远道为参照;②预测反褶积去除多次波还不完全等同于一般的提高分辨率处理,... 以模型研究为基础,讨论了预测反褶积去除多次波应注意的几个理论问题,得出了一些有意义的结论:①道集中多次波时差是变化的,要去除整道集的多次波,预测步长应以远道为参照;②预测反褶积去除多次波还不完全等同于一般的提高分辨率处理,步长太小的多次波无法准确预测和去除;③算子长度要大于多次波周期,长度太小会使预测结果混入假能量;④级联反褶积效果不理想,建议慎用此技术;⑤层间多次波衰减很快,小于50m的层间多次波无法分辨、难以去除。 展开更多
关键词 多次波 预测反褶积 级联反褶积 预测步长 算子长度
下载PDF
预测反褶积在压制周期性多次反射波中的应用研究 被引量:2
18
作者 唐海敏 苗庆库 王银 《铁道勘察》 2012年第2期42-45,共4页
多次波一直是常规地震资料处理中的一种干扰波,预测反褶积能通过压缩地震子波来压制多次波干扰,进而提高地震资料的纵向分辨率,以便更精确地识别地层构造。介绍了预测反褶积的基本理论,并分别用合成地震记录和Tesseral软件模型模拟的地... 多次波一直是常规地震资料处理中的一种干扰波,预测反褶积能通过压缩地震子波来压制多次波干扰,进而提高地震资料的纵向分辨率,以便更精确地识别地层构造。介绍了预测反褶积的基本理论,并分别用合成地震记录和Tesseral软件模型模拟的地震记录做多道预测反褶积,压制了周期性多次波干扰,提高了资料的分辨率,取得了较理想的结果。 展开更多
关键词 预测反褶积 预测误差滤波器 预测步长 算子长度 TOEPLITZ矩阵
下载PDF
基于宽度学习系统的光伏发电功率超短期预测 被引量:34
19
作者 周楠 徐潇源 +2 位作者 严正 陆建宇 李亚平 《电力系统自动化》 EI CSCD 北大核心 2021年第1期55-64,共10页
近年来,深度学习被应用于光伏发电预测中,体现出预测精度较高的优点,但也存在训练耗时等问题。对此,提出了一种基于自组织映射与宽度学习系统的光伏发电功率超短期预测模型。首先,采用自组织映射对各时刻的光伏数据进行精细化聚类,提取... 近年来,深度学习被应用于光伏发电预测中,体现出预测精度较高的优点,但也存在训练耗时等问题。对此,提出了一种基于自组织映射与宽度学习系统的光伏发电功率超短期预测模型。首先,采用自组织映射对各时刻的光伏数据进行精细化聚类,提取不同时段与气象条件下的出力波动特征;然后,构建基于宽度学习系统的光伏发电功率多步长预测模型,在网络宽度上扩展节点数目,并通过求解矩阵伪逆训练神经网络,在保证较强高维数据拟合能力的同时,具有较高的计算效率;最后,采用实际光伏发电数据进行算例分析,通过与常用的光伏发电超短期预测方法进行比较,验证所提出的方法在预测精度与训练效率上的优越性。 展开更多
关键词 光伏发电功率预测 自组织映射 宽度学习系统 步长预测
下载PDF
基于PCA-VMD-CNN的输电线路覆冰重量预测模型 被引量:5
20
作者 李波 李鹏 +2 位作者 高莲 杨家全 包慧琪 《中国安全生产科学技术》 CAS CSCD 北大核心 2022年第10期216-222,共7页
为防止覆冰灾害危及电路安全,提出1种输电线路覆冰重量预测模型。首先对多个气象因素进行主成分分析提取气象因素中的有效信息,再对覆冰历史数据进行变分模态分解,获得具有不同特性的本征模态分量;然后基于卷积神经网络,对具有不同时间... 为防止覆冰灾害危及电路安全,提出1种输电线路覆冰重量预测模型。首先对多个气象因素进行主成分分析提取气象因素中的有效信息,再对覆冰历史数据进行变分模态分解,获得具有不同特性的本征模态分量;然后基于卷积神经网络,对具有不同时间尺度(周期性、波动性不同)的各个分量进行训练及预测,并将每个分量的预测结果相加。研究结果表明:通过对某覆冰区域的输电线路监测数据进行实验仿真,研究所提出的覆冰重量预测模型有更高精度。 展开更多
关键词 输电线路 主成分分析 变分模态分解 卷积神经网络 步长预测
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部