【摘 要】
：
电力负荷精确预测是实现电力系统经济调度重要依据。考虑径向基函数神经网络(RBF-NN)对时间序列所具有的良好拟合及泛化能力,以RBF-NN为研究模型进行电力负荷预测。利用K-mea
【机 构】
：
江南大学物联网技术应用教育部工程研究中心
【基金项目】
：
国家自然科学基金资助项目(61573167,61572237),2017年江苏省研究生科研创新计划项目(KYCX17_1488)。
论文部分内容阅读
电力负荷精确预测是实现电力系统经济调度重要依据。考虑径向基函数神经网络(RBF-NN)对时间序列所具有的良好拟合及泛化能力,以RBF-NN为研究模型进行电力负荷预测。利用K-means算法对负荷数据进行预处理,引入粒子群优化(PSO)算法对RBF-NN的参数进行优化,以克服参数不确定、梯度下降、局部最优等问题对其模型预测效果的影响。基于澳大利亚公开的电力负荷数据集,仿真验证了所提电力负荷预测模型更高的精度及泛化能力。
其他文献
针对粒子滤波算法在重采样环节出现粒子贫乏导致算法精度不高的问题,通常采用在状态估计过程中增加粒子数量,但这种方法会降低算法实时性,提出了基于图形处理单元(GPU)的骨干
针对人工势场法中产生的振荡与停滞问题,提出一种前馈控制的改进方法。通过对上一状态的分析,计算出当前状态的期望值,再结合当前路径规划算法的解算值,得到当前状态的最终控
提出了一种基于正负序列信号的提升机电机短路的故障诊断方法。该方法仅通过电压和电流信号来诊断匝间短路故障(ISCF)的严重程度和轻微的ISCF,不需要考虑电机的旋转角度和定
针对雨、雪、雾天等恶劣环境下,交通标志容易被遮挡,且目标较小,难以被高精度识别以及定位的问题,提出先粗检测再精确检测的策略,并采用改进的级联(Cascade) R-CNN:优化锚设计、在线难例挖掘和多尺度训练,同时用图像去雾和增亮算法进行数据增强,最后选用2个不同的骨干网络的模型进行融合。结果表明:在基于虚拟仿真环境下的自动驾驶交通标志识别大赛提供的数据集上,提出的算法表现出优异的泛化能力和准确率
针对混合高斯背景模型存在的背景信息易被污染和前景异物目标检测不全的问题,提出了一种基于改进混合高斯模型(GMM)的异物入侵检测算法。该方法结合混合高斯背景模型和小波变换原理对运动目标进行检测。利用小波变换消除设备和噪声导致的背景建模过程产生的干扰点;提出基于邻域平均算法的像素修正算法,进行混合高斯建模,得到最终的背景模型,并通过差分法检测出异物目标。通过现场实验验证,平均前景误检率室外轨道正常环境
The friction and wear behavior of high performance polyimide (PI) and its composites reinforced with short cut fibers such as carbon fiber, glass fiber and quar
乡村旅游景观是以整个乡村区域的综合景观作为研究对象,在乡村振兴战略导向背景下,从斑块、廊道和基质三个方面分析重庆乡村旅游景观新型发展的设计模式。结合现有重庆乡村旅
东北"冰雪"题材版画具有双重指向,一方面指表现东北冬季环境的版画作品,另一方面指东北版画家创作的具有"冰雪"意象的作品。对东北"冰雪"题材版画从解放战争时期、"十七年"时
针对四旋翼无人机飞行控制系统存在非线性、强耦合、欠驱动和对扰动敏感等问题,设计了串级控制系统。在该控制系统中,外环位置环采用线性自抗扰控制器(ADRC),内环姿态环采用
目的 探讨心房颤动(房颤)环肺静脉电隔离术(CPVI)后无症状性复发的发生率、复发房性快速心律失常的类型及其预测因素.方法 对连续48例接受CPVI治疗的房颤患者进行48 h动态心