【摘 要】
:
提出了对日负荷进行预测的新方法.基于自适应滤波算法进行预测,在预测过程中对原始数据进行新陈代谢处理,且根据预测日的属性对预测结果进行加权,并依据历史负荷中负荷的变动
论文部分内容阅读
提出了对日负荷进行预测的新方法.基于自适应滤波算法进行预测,在预测过程中对原始数据进行新陈代谢处理,且根据预测日的属性对预测结果进行加权,并依据历史负荷中负荷的变动情况对结果进行校正,以求最佳预测效果.利用自适应滤波预测结果的残差建立时间序列的AR(p)模型,与自适应滤波模型形成组合模型,从而实现了短期电力负荷样本资料随时间变化而更新、样本量和计算量不增加而预测精度能得到保证的目标.与传统的预测方法相比较,该模型用于日负荷预测具有计算迅速、精度高的优点.
其他文献
基于气体污染源浓度衰减模型,分别采用极大似然预估算法(MLE)、非线性最小二乘算法(NLS)对气体污染源定位进行了研究.仿真实验对比了两种算法在不同的传感器节点以及背景噪声
为解决连续属性无法直接用于粗糙集理论中这一问题,将Parzen窗方法和遗传算法相结合,提出了一种全新的属性离散化方法.该方法首先选取较多个断点将连续属性分为较多类,然后结
为探究吕家坨井田地质构造格局,根据钻孔勘探资料,采用分形理论和趋势面分析方法,研究了井田7
针对流程工业企业的订单发布和原料供应等外部环境的不确定性,建立了具有订单需求约束、生产能力约束、原料供应和成品库存约束等约束条件的连续生产过程重调度模型,运用混沌
在素质教育的当下,高中阶段的语文学习对于学生而言是极其关键的,是学生迈入大学学府的重要敲门砖之一,也是能够陶冶学生情操,培养他们自身文学素养的关键科目,因此高中语文教师在
基于粗糙集理论的知识约简方法和T-S模糊神经网络的非线性映射理论,针对回转窑烧结过程被控对象复杂、各参数之间相互耦合及难以建立精确数学模型的特点,提出一种RS-FNN智能
针对实际工业过程数据中的非线性问题,研究了一种基于非线性独立元分析的多变量过程监控方法.该方法根据贝叶斯原理,构造多层感知器网络恢复过程数据,并以此建立过程的数学统
在研究线性不确定系统一类滑模观测器的基础上,应用奇异值分解技术对系统进行降阶处理,设计了一种新颖的鲁棒滑模观测器;并提出优化滑模策略,给出严格论证,保证对系统不确定
以某炼化公司的焦化加热炉为工业应用背景,采用预测函数控制-PID透明控制结构,辅以基于延迟焦化过程焦炭塔的预热切换事件设计的前馈控制器,研究开发出了一种实用的焦化加热