負(fù)荷預(yù)測模型集成系統(tǒng),提出了基于數(shù)據(jù)倉庫系統(tǒng)、模型庫、知識庫、OLAP、數(shù)據(jù)挖掘的新型電力負(fù)荷預(yù)測系統(tǒng)。本文對模型管理中模型集成進(jìn)行了研究,提出了基于模型操縱的模型集成理論、模型集成中的誤差理論、預(yù)測模型最優(yōu)線性組合理論,相應(yīng)解決了負(fù)荷預(yù)測中模型集成、模型集成的選擇、預(yù)測模型最優(yōu)線性組合等問題。
資源簡介:負(fù)荷預(yù)測模型集成系統(tǒng),提出了基于數(shù)據(jù)倉庫系統(tǒng)、模型庫、知識庫、OLAP、數(shù)據(jù)挖掘的新型電力負(fù)荷預(yù)測系統(tǒng)。本文對模型管理中模型集成進(jìn)行了研究,提出了基于模型操縱的模型集成理論、模型集成中的誤差理論、預(yù)測模型最優(yōu)線性組合理論,相應(yīng)解決了負(fù)荷預(yù)測中模...
上傳時(shí)間: 2013-12-21
上傳用戶:王楚楚
資源簡介:隨著新的數(shù)學(xué)工具小波分析的實(shí)用化為基于NN負(fù)荷預(yù)測模型性能的改善提供了理論依據(jù)對于電力系統(tǒng)負(fù)荷非線性時(shí)間序列的辨識在預(yù)測方法研究中應(yīng)給予重視在本文所用的基于小波原理和NN融合的預(yù)測原理是具有強(qiáng)的非線性時(shí)間序列的辯能力由研究和仿真表明它能有效提高...
上傳時(shí)間: 2015-09-19
上傳用戶:asdfasdfd
資源簡介:電力系統(tǒng)中利用指數(shù)模型來擬合曲線進(jìn)行電力負(fù)荷預(yù)測
上傳時(shí)間: 2016-05-18
上傳用戶:
資源簡介:使用對樹模型進(jìn)行電力系統(tǒng)負(fù)荷預(yù)測 效果比較理想 vc++ 編制
上傳時(shí)間: 2014-08-06
上傳用戶:redmoons
資源簡介:電力系統(tǒng)負(fù)荷綜合預(yù)測模型。基于最小殘差的電力負(fù)荷綜合預(yù)測模型
上傳時(shí)間: 2016-12-03
上傳用戶:宋桃子
資源簡介:本文采用模糊數(shù)學(xué)和優(yōu)化理論建立起一套預(yù)測模型由計(jì)算機(jī)自動預(yù)測電力負(fù)荷從而保證了預(yù)測結(jié)果的正確性和可信度通過對深圳市遠(yuǎn)景年電量預(yù)測的實(shí)例表明該方法是可行而有效的
上傳時(shí)間: 2015-09-19
上傳用戶:aeiouetla
資源簡介:為提高了短期負(fù)荷預(yù)測的精度根據(jù)季節(jié)氣候的不同做不同的模糊處理并建立專家處理系統(tǒng)對天氣做的模糊處理使預(yù)測結(jié)果令人滿意
上傳時(shí)間: 2014-01-08
上傳用戶:ljmwh2000
資源簡介:灰色系統(tǒng)預(yù)測模型以及建模,通過輸入樣本,可實(shí)現(xiàn)樣本統(tǒng)計(jì)輸出
上傳時(shí)間: 2014-01-23
上傳用戶:bakdesec
資源簡介:停車誘導(dǎo)系統(tǒng)中車位預(yù)測模型的研究 摘 要 研究城市停車誘導(dǎo)系統(tǒng)的停車車位占有率預(yù)測問題。首先提出墓于B P神經(jīng)網(wǎng)絡(luò)的車位占有預(yù)測模型, 同時(shí)將自適應(yīng) 學(xué)習(xí)速率調(diào)整法和加入動量項(xiàng)方法用于改善基本B P神經(jīng)網(wǎng)絡(luò), 優(yōu)化了學(xué)習(xí)速率, 減少了訓(xùn)練過程的震蕩趨...
上傳時(shí)間: 2013-12-17
上傳用戶:GavinNeko
資源簡介:基于灰色GM(1,1)理論的電力系統(tǒng)負(fù)荷預(yù)測程序
上傳時(shí)間: 2014-01-19
上傳用戶:kiklkook
資源簡介:可用于電力系統(tǒng)短期負(fù)荷預(yù)測的RBF神經(jīng)網(wǎng)絡(luò)程序
上傳時(shí)間: 2014-01-17
上傳用戶:whenfly
資源簡介:該文檔為人工神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)短期負(fù)荷預(yù)測簡介文檔,是一份很不錯(cuò)的參考資料,具有較高參考價(jià)值,感興趣的可以下載看看………………
上傳時(shí)間: 2021-11-16
上傳用戶:
資源簡介:為了提高電力系統(tǒng)負(fù)荷預(yù)測的精度與速度的需求,提出使用交替梯度算法改進(jìn)徑向基函數(shù)(RBF) 神經(jīng)網(wǎng)絡(luò), 對天津市電網(wǎng)進(jìn)行負(fù)荷預(yù)測。改進(jìn)的算法與傳統(tǒng)梯度下降算法相比,具有更快的收斂速度和更高的預(yù)測精度。 仿真結(jié)果表明該算法具有可行性。
上傳時(shí)間: 2013-10-31
上傳用戶:waixingren
資源簡介:灰色預(yù)測模型稱為CM模型,G為grey的第一個(gè)字母,M為model的第一個(gè)字母。GM(1,1)表示一階的,一個(gè)變量的微分方程型預(yù)測模型。GM(1,1)是一階單序列的線性動態(tài)模型,主要用于時(shí)間序列預(yù)測。 一、GM(1,1)建模 設(shè)有數(shù)列 共有 個(gè)觀察值 對 作累加生成,得...
上傳時(shí)間: 2013-12-22
上傳用戶:colinal
資源簡介: 本研究提出無線傳播模煳預(yù)測模型使得傳統(tǒng)模型接受不確定參數(shù)輸入后表達(dá)模煳之電波消耗評估區(qū)間,于實(shí)例中發(fā)現(xiàn)提出之模煳Walfisch-Bertoni模式較適合此實(shí)驗(yàn)之實(shí)際電波損耗情形,結(jié)果同時(shí)并驗(yàn)證無線遙導(dǎo)電波傳播模煳預(yù)測模型之可行性及的確有效提供給與使用...
上傳時(shí)間: 2013-11-12
上傳用戶:3294322651
資源簡介:灰色預(yù)測模型稱為CM模型,G為grey的第一個(gè)字母,M為model的第一個(gè)字母。GM(1,1)表示一階的,一個(gè)變量的微分方程型預(yù)測模型。GM(1,1)是一階單序列的線性動態(tài)模型,主要用于時(shí)間序列預(yù)測。 一、GM(1,1)建模 設(shè)有數(shù)列 共有 個(gè)觀察值 對 作累加生成,得...
上傳時(shí)間: 2015-03-04
上傳用戶:thesk123
資源簡介:傳統(tǒng)安全模型 攻防模型 總體結(jié)構(gòu) 信息系統(tǒng)模型 脆弱性分析模型 攻擊場景模型 防御系統(tǒng)模型 攻防模型小結(jié) 傳統(tǒng)?踩P?攻防模型 總體結(jié)構(gòu) 信息系統(tǒng)模型 脆弱性分析模型 攻擊場景模型 防御系統(tǒng)模型 攻防模型小結(jié) 傳統(tǒng)安全模型 攻防模型 總體結(jié)構(gòu) 信息系統(tǒng)模型 ...
上傳時(shí)間: 2013-12-18
上傳用戶:希醬大魔王
資源簡介:開發(fā)的指數(shù)平滑發(fā)用于短期負(fù)荷預(yù)測,已經(jīng)用于實(shí)際工程
上傳時(shí)間: 2015-08-10
上傳用戶:sz_hjbf
資源簡介:在用混沌理論和神經(jīng)網(wǎng)絡(luò)進(jìn)行短期負(fù)荷預(yù)測時(shí),神經(jīng)網(wǎng)絡(luò)的輸入的選擇至關(guān)重要,該程序用matlabl實(shí)現(xiàn)了基于混沌時(shí)間序列的嵌入維數(shù)的選擇
上傳時(shí)間: 2015-08-10
上傳用戶:yangbo69
資源簡介:本程序時(shí)基于混沌理論和ELMAN神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測,能取得很好的預(yù)測效果,直接使用該程序就能實(shí)現(xiàn)電力短期負(fù)荷預(yù)測,同樣使用于其他類型的時(shí)間序列預(yù)測
上傳時(shí)間: 2015-08-10
上傳用戶:wweqas
資源簡介:短期負(fù)荷預(yù)測通常是指24小時(shí)的日負(fù)荷預(yù)測和168小時(shí)的周負(fù)荷預(yù)測,本文主要預(yù)測的是日平均負(fù)荷,對于短期負(fù)荷預(yù)測
上傳時(shí)間: 2015-09-17
上傳用戶:fxf126@126.com
資源簡介:本文分析小波神經(jīng)網(wǎng)絡(luò)的特點(diǎn)重點(diǎn)研究在電力負(fù)荷預(yù)測中連續(xù)小波神經(jīng)網(wǎng)絡(luò)與BP神經(jīng)網(wǎng)絡(luò)相比具有的優(yōu)缺點(diǎn)對認(rèn)識和應(yīng)用小波神經(jīng)網(wǎng)絡(luò)具有重要意義算例表明在網(wǎng)絡(luò)結(jié)構(gòu)相同的情況下連續(xù)小波神經(jīng)網(wǎng)絡(luò)比BP神經(jīng)網(wǎng)絡(luò)具有更高的預(yù)測精度
上傳時(shí)間: 2014-01-17
上傳用戶:gundamwzc
資源簡介:C#編寫的AR(M)趨勢預(yù)測模型函數(shù),包括AR模型參數(shù)值計(jì)算,預(yù)測函數(shù),還有LDLT計(jì)算三角矩陣方程函數(shù)
上傳時(shí)間: 2015-10-24
上傳用戶:皇族傳媒
資源簡介:顏色預(yù)測模型評估,印刷品質(zhì)量檢測技術(shù),實(shí)現(xiàn)光譜分析,檢測色彩偏差
上傳時(shí)間: 2015-10-25
上傳用戶:czl10052678
資源簡介:基于回歸法進(jìn)行負(fù)荷預(yù)測的MATLAB程序,用與峰峰值負(fù)荷預(yù)測
上傳時(shí)間: 2015-11-02
上傳用戶:z1191176801
資源簡介:配電變壓器負(fù)荷監(jiān)測與控制系統(tǒng)數(shù)據(jù)監(jiān)測傳輸,規(guī)約解析等
上傳時(shí)間: 2015-11-23
上傳用戶:shinesyh
資源簡介:本程序是對灰色預(yù)測模型中的等維新息模型的實(shí)現(xiàn)。
上傳時(shí)間: 2016-01-07
上傳用戶:love_stanford
資源簡介:附件2 ABS/ASR/ACC 集成系統(tǒng)軟件流程圖 一、ABS/ASR/ACC 集成電控系統(tǒng)軟件流程框圖 1、ABS/ASR/ACC 集成系統(tǒng)軟件結(jié)構(gòu)簡圖
上傳時(shí)間: 2013-11-25
上傳用戶:weixiao99
資源簡介:灰色預(yù)測模型,使用非常方便,直接,沒必要安裝就可以用!
上傳時(shí)間: 2013-12-01
上傳用戶:Andy123456
資源簡介:基于BP神經(jīng)網(wǎng)絡(luò)的方法建立預(yù)測模型,利用一組數(shù)據(jù)進(jìn)行學(xué)習(xí),預(yù)測將來
上傳時(shí)間: 2016-02-29
上傳用戶:anng