-
题名智能技术在变电站故障诊断与预测中的应用
被引量：1
- 1
-
-
作者
张浩
简思亮
郭俊韬
高钰颖
-
机构
中国能源建设集团广东省电力设计研究院有限公司
-
出处
《集成电路应用》
2025年第1期278-279,共2页
-
文摘
阐述通过分析人工神经网络与智能算法在智能变电站运维中的关键技术应用,如故障诊断、设备状态监测和优化调度等,总结其在提高运维效率、降低运维成本、提升供电可靠性方面的优势。
-
关键词
人工神经网络与计算技术
变电站故障诊断
设备状态监测
-
Keywords
artificial neural networks and computing technology
substation fault diagnosis
equipment status monitoring
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TM63
[电气工程—电力系统及自动化]
-
-
题名基于时空LSTM的OD客运需求预测
被引量：21
- 2
-
-
作者
林友芳
尹康
党毅
郭晟楠
万怀宇
-
机构
北京交通大学计算机与信息技术学院
北京交通大学交通数据分析与挖掘北京市重点实验室
民航旅客服务智能化应用技术重点实验室
北京久其软件股份有限公司
-
出处
《北京交通大学学报》
CAS
CSCD
北大核心
2019年第1期114-121,共8页
-
基金
国家自然科学基金(61603028)~~
-
文摘
客运需求预测是打造智能交通系统中的重要一环,精准的预测模型有助于预分配交通资源,改善用户出行体验.然而客运需求的动态时空特性导致准确预测客运需求具有很大的挑战.本文提出了一种基于时空长短期记忆网络(LSTM)的出发地—目的地(OD)客运需求预测模型(STLSTM-PDP),显式地建模了客运需求时间序列内部的时间依赖关系和序列之间的空间依赖关系,预测未来一段时间所有OD的客运需求量.在全国民航重点航线客运需求量数据集及某城市区域间出租车客运量数据集上进行了实验,结果表明:STLSTM-PDP模型优于其他现有的预测方法,其MAE比其他方法降低了4.4%～41.4%,RMSE降低了4.3%～49.1%.
-
关键词
人工神经网络与计算
客运需求预测
时空数据
循环神经网络
-
Keywords
artificial neural network and calculation
passenger demand prediction
spatio-temporal data
recurrent neural network
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
