|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | Monthly discharge forecasting using wavelet neural networks with extreme learning machine显示文摘Accurate and reliable hydrological forecasting is essential for water resource management. Feedforward neural networks can provide satisfactory forecast results in most cases, but traditional gradient-based training algorithms are usually time-consuming and may easily converge to local minimum. Hence, how to obtain more appropriate parameters for feedforward neural networks with more precise prediction within shorter time has been a challenging task. Extreme learning machine(ELM), a new training algorithm for single-hidden layer feedforward neural networks(SLFNs), has been proposed to avoid these disadvantages. In this study, a conjunction model of wavelet neural networks with ELM(WNN-ELM) is proposed for 1-month ahead discharge forecasting. The à trous wavelet transform is used to decompose the original discharge time series into several sub-series. The sub-series are then used as inputs for SLFNs coupled with ELM algorithm(SLFNs-ELM); the output is the next step observed discharge. For comparison, the SLFNs-ELM and support vector machine(SVM) are also employed. Monthly discharge time series data from two reservoirs in southwestern China are derived for validating the models. In addition, four quantitative standard statistical performance evaluation measures are utilized to evaluate the model performance. The results indicate that the SLFNs-ELM performs slightly better than the SVM for peak discharge estimation, and the proposed model WNN-ELM provides more accurate forecast precision than SLFNs-ELM and SVM. | LI Bao Jian CHENG Chun Tian | 2014 | Science China(Technological Sciences)2014，57，12： | 17 |
| 2 | 触点动态接触电阻时间序列混沌预测显示文摘触点电接触性能的稳定性直接影响继电器乃至整个系统的可靠性,而接触电阻是表征触点电接触性能的重要参数之一,基于混沌理论对触点动态接触电阻峰值时间序列进行分析,并验证了混沌预测的有效性。首先对动态接触电阻峰值时间序列数据进行相空间重构,确定了接触电阻序列的最佳嵌入维数m和延迟时间?。在说明动态接触电阻峰值时间序列具有混沌特性的基础上,根据最大Lyapunov指数对触点动态接触电阻峰值时间序列进行了混沌预测,并给出了混沌预测的可靠范围。预测结果与试验数据对比发现,混沌预测短期效果较好。本文分析了触点动态接触电阻峰值时间序列的混沌特性,为触点电接触可靠性研究提供了新思路。 | 李玲玲 马东娟 李志刚 | 2014 | 电工技术学报2014，29，9： | 16 |
| 3 | Recent advances on smart grid technology and renewable energy integration显示文摘With the integration of renewable energy generations and other related changes,the smart grid,or the future electric power system,is confronted with new challenges and opportunities.Therefore,it is a promising subject in electrical engineering and much work has been done on it.This paper reviews the recent advances on the technologies of smart grid and renewable energy integration,from the aspects of modeling,simulation,protection and control,stability,operation,and planning. | MEI ShengWei CHEN LaiJun | 2013 | Science China(Technological Sciences)2013，56，12： | 8 |
| 4 | 迟滞Elman网络模型的风速序列预测显示文摘为提高风速序列预测的准确性,在双承接层Elman网络的基础上提出了迟滞Elman预测网络.网络具有输入层、隐层、隐层承接层、输出层以及输出承接层5层结构,并在隐层承接层和输出承接层的单元中增加了迟滞激励响应函数,从而将迟滞特性引入到Elman网络中,以提高网络处理连续信息的能力.选择梯度下降方法作为网络的学习算法,训练网络的权值及迟滞参数,利用该预测网络实现了风速序列的多步预测分析.仿真实验结果表明:迟滞特性的引入能够减小预测结果的随机波动性,有利于提高预测结果的可靠性,与现有预测方法相比,迟滞Elman网络的平均预测误差能够减小8%以上,整体预测性能以及波动较强的局部预测性能都能得到显著提高. | 修春波 王柳 | 2015 | 天津工业大学学报2015，34，4： | 2 |
| 5 | 基于改进相似性搜索算法的短期风速预测显示文摘风速及其波动特性的预测对包含风电场的电力系统运行有着重要意义,可以有效地减轻或避免风电对电力系统的不利影响,从而提高风电在电网中的渗透功率,提高电力系统的风电消纳能力。依据对风电波动性和变化趋势性进行的分析,提出采用改进相似性搜索法选择待预测数据的时序神经网络的训练样本,基于我国沿海某风场的风速预测算例表明该方法有效地提高了模型的预测精度,扩大了模型的预测范围,强化了模型的适应性。 | 王敏 潘永春 李想 陈芬 傅质馨 | 2016 | 陕西电力2016，44，3： | 1 |
| 6 | 遗传混沌算子网络的风速序列预测研究显示文摘为提高风速序列的预测性能,提出一种改进的遗传混沌算子网络预测方法.混沌算子网络由输入层、中间层和输出层3层组成,网络的输入层与中间层的连接权值采用线性衰减的方式设计,中间层混沌算子单元的激励函数为混沌映射函数,采用遗传算法优化网络的权值和混沌算子控制参数.利用差分方法对被预测序列进行平稳化预处理,结合相空间重构理论利用平稳化后的数据构造网络的训练样本.仿真实验结果表明:该方法能够实现风速序列的多步预测分析,其预测性能优于传统预测方法,尤其随着预测步长的增加,该方法具有相对稳定的预测性能. | 李艳晴 成怡 | 2014 | 天津工业大学学报2014，33，4： | 1 |
| 7 | 联想神经网络的风速序列预测分析显示文摘为了提高风速序列预测的可靠性,针对具有混沌特性的风速序列,构造了一种用于风速序列预测的联想网络。以风速序列的波动性作为相似性测度准则,构造联想网络的存储样本模式,根据存储模式中蕴含的关联信息完成网络的无监督学习,从而完成具有自相似性的风速序列的一步或多步预测分析。与传统前向型神经网络相比,该网络预测机理明确,预测结果唯一,且可一次给出多步预测结果。仿真实验结果表明,该网络的具有良好预测性能,适用于风速序列的动态预测。 | 杨雨浓 修春波 | 2016 | 重庆大学学报(自然科学版)2016，39，4： | 1 |
| 8 | 基于能量函数模型的风电功率在线预测方法研究显示文摘提出一种异于传统智能算法的风电功率在线预测方法。通过构造内外力作用和能量函数,将风电功率预测问题转化为无约束优化问题,使得快速、实时、同步功率预测变为可能。在内外力协同作用下,预测朝着承载物理轮廓、匹配波动特征的方向收敛。随着预测进行,同步修正能量函数的权值,进一步提升预测精度。该方法操作简便、运算速度快,克服了传统算法易出现的过拟合、边缘预测误差大、训练时间长的问题。在可再生能源日益发展的形势下,该方法凸显出在风电系统在线、实时、同步功率预测中应用的可行性与重要性。 | 蔡佳铭 王承民 谢宁 彭石 | 2018 | 现代电力2018，35，2： | 0 |
| 9 | 广义切线混沌优化算法及其应用显示文摘针对群体智能算法理论基础、缺乏普遍意义的理论分析等问题,提出了一种高性能的广义切线混沌优化算法(GTC).该算法是基于空间域搜索的寻优算法,利用广义切线法、混沌算子和空间域搜索的特性来提高算法的全局寻优能力和收敛速度.为验证该算法的性能,与非线性递减权重粒子群算法(NDWPSO)、人工鱼群算法(AFSA)和实数编码的遗传算法(GA)进行对比,分别对3个测试函数、PID参数整定和一个高度非线性系统参数估计三个实例进行分析比较.研究结果表明,所提出的广义切线混沌算法具有大范围搜寻空间内的全局优化能力和快速收敛性. | 刘明 华亮 | 2015 | 信息与控制2015，44，5： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员