学科分类
/ 1
15 个结果
  • 简介:提出了一种新的未知信号状态模型——多项式预测模型,并给出其滤波算法。分析表明,采用该方法建立的状态方程不需要已知信号本身的参数信息,都能准确描述运动或信号的动态。因此,提出的多项式信号的最优滤波算法适用于任何可以用多项式描述的信号的状态估计问题。计算机仿真验证了该方法的正确性、有效性及实用性。

  • 标签: 多项式预测 状态方程 建模 卡尔曼滤波
  • 简介:运用高空风筝发电装置的风力发电技术,建立了包括风筝局部位置和相对原点位置等的YOYO型风筝的动态模型。制定了风筝一个发电周期包括牵引、被动两个阶段的约束优化策略,应用非线性模型预测控制原理,解决了非线性实时优化的控制问题。仿真结果表明,非线性模型预测控制能显著改进其性能。

  • 标签: 风筝发电 预测控制 非线性 周期飞行
  • 简介:支持向量机是一种基于统计学理论学习的新颖的机器学习方法,该方法已广泛应用于解决分类和回归问题。提出一种基于时间序列的最小二乘支持向量机算法应用于电梯交通流的预测方法。仿真结果表明了这种预测方法的有效性。

  • 标签: 电梯交通流 预测 最小二乘支持向量机
  • 简介:为满足风机运营商对设备故障实时监控和预测的需求,探讨了基于自回归积分滑动平均模型(ARIMA)和非线性自回归神经网络模型(NARNN)的组合模型NARIMA。实现方法为:建立ARIMA模型用于预测数据的线性成分,用NARNN模型预测由ARIMA模型预测产生的残差部分,对风机叶片结冰故障的时间序列进行拟合,得到的NARIMA模型可实现对风机叶片结冰故障准确预测。仿真结果表明:NARIMA模型能较好地拟合所给时间序列,预测值符合实际情况和趋势,证明了NARIMA模型的有效性。

  • 标签: 自回归积分滑动平均模型 非线性自回归神经网络 时间序列分析 大数据分析 故障预测
  • 简介:风电场的安全运行需要风电功率预测具有较高的精度。尽管支持向量机(SVM)理论在解决预测数据非线性等方面有较大优势,但SVM的参数难以选取。采用人工蜂群算法(ABC)对SVM中的参数进行寻优并对风电功率进行预测,将仿真预测结果与标准SVM预测结果进行对比,结果证明该方法提高了预测精度。

  • 标签: 支持向量机 风力发电 功率预测 人工蜂群算法
  • 简介:针对进出口总额数据的非线性,并为了更充分挖掘时间序列所隐含的数据规律,建立了基于灰色预测模型、神经网络算法以及最小方差准则的最优组合预测模型。仿真分析结果显示,最优组合方法能更有效提高非线性时间序列的预测精度。

  • 标签: 灰色模型 神经网络 灰色神经网络 最优组合 预测
  • 简介:超短期风速预测对风电场功率预报系统的建立和运行至关重要。针对具有较大随机波动性的风速预测,研究了一种基于误差修正的极端学习机(ELM)超短期风速预测方法。利用ELM模型对风速进行初步预测,并利用由此得到的误差数据样本建立差分自回归滑动平均模型(ARIMA),进行误差预测,最后使用预测误差对风速的初步预测值进行补正,从而求得最终预测值。仿真实验结果表明,该方法在风速超短期预测中的可行性及有效性。

  • 标签: 风速预测 预测误差补正 极端学习机 差分自回归滑动平均模型
  • 简介:采用MATLAB的人工神经网络工具箱,以高锰铝青铜的化学成分作为输入参数,其抗拉强度bσ、屈服强度0σ.2和延伸率δ作为输出,建立了材料的力学性能预测模型。计算结果表明,三项输出的预测值与实测数据接近,其相对误差小于±6%的范围,该模型对其他材料的设计生产具有一定的指导意义。

  • 标签: 人工神经网络 力学性能 预测
  • 简介:基于对我国2001年经济形势分析,本文讨论全国和各省电力供需特点,提出2002年电力供需预测,最后提出克服资金和技术困难的建议.

  • 标签: 电力市场 电力供应与需求 预测
  • 简介:本文叙述了一种检测多相交流电机绝缘损坏的新技术。该电机必须是星形连接,并且有易于使用的中性点。本文提供了该技术的数学理论,并且该理论得到了实验证实-从3个瞬时中性点电压的代数之和检测到了感应电机定子中的匝间故障。然而,该电压之和含有不需要的降低该电路灵敏度的频率。过滤该电压之和的带通(基频附近)通过的消除来自铁心饱和谐波、槽谐波等等来优化灵敏度。该电路的结构实际上使其可免除归因于各种负载工况、运行温度和源电压波动的虚警。已经证明,该项技术在理论上和实际上都比其它基于相序电压和电流的精确计算的技术要简单。该项技术的简便性使得在电机基本励磁的几个循环内就能够以低廉的费用实现对匝间故障的识别。

  • 标签: 中性点电压 预测 交流电机 绝缘损坏 状态监测 预测性维护
  • 简介:这篇文章描述了一种可用于预测在一系列运行条件下感应电机的性能特性的图解方法。如果给定了这种要被分析的方法的单元值和空载转速,然后只要知道了相电流的幅值或电机的旋转速度,我们就可以用最小的计算复杂性轻易的判定其它运行特性。

  • 标签: 感应电动机 单位圆 预测 阻抗 导纳 性能特性
  • 简介:对K-means算法加以改进,使用减法聚类确定聚类中心数量;以相距最远的两个样本作为聚类中心的边界,改进的K-means算法将K个初始中心分散到含有输入样本点的各个区域中,使其能够反映样本之间的关系和分布特征;初始中心确定后,使用点对称距离方法调整聚类中心。利用改进的K-means算法将历史日聚类分成4种天气类型,取相似日作为训练样本,对4种天气类型分别建立基于改进K-means算法的RBF神经网络功率预测模型。采用上海某光伏电站实测数据验证,结果表明提出的的预测方法精度提高,实用性较强。

  • 标签: 功率预测 径向基神经网络 K-MEANS算法 减法聚类 点对称距离
  • 简介:对扰动影响下的一阶线性定常分布参数系统用正交小波变换实现了逼近,提出了基于小波变换的离散时间分布参数系统的预测控制算法,将Haar正交小波应用于扰动影响下的一阶线性定常分布参数系统的预测控制仿真研究,结果说明了算法的有效性.

  • 标签: 预测控制 分布参数系统 正交小波分析 系统扰动