期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
采用互信息与随机森林算法的用户用电关联因素辨识及用电量预测方法
被引量：
97
1
作者
赵腾
王林童
+1 位作者
张焰
田世明
《中国电机工程学报》
EI
CSCD
北大核心
2016年第3期604-614,共11页
随着智能电网的不断发展,电力企业积累的大量数据为用户用电量精细化预测提供了数据基础。针对与用电量预测相关的大数据种类多、体量大、维度高和生成速度快等特点,在研究用户用电特性评价指标的基础上,提出海量用户用电特性子空间聚...
随着智能电网的不断发展,电力企业积累的大量数据为用户用电量精细化预测提供了数据基础。针对与用电量预测相关的大数据种类多、体量大、维度高和生成速度快等特点,在研究用户用电特性评价指标的基础上,提出海量用户用电特性子空间聚类分析方法,挖掘用户多种用电模式。根据不同用电模式对用户进行群体划分,并利用互信息矩阵从区域及行业经济数据、气候条件,以及电力价格等方面辨识与用户群体用电量相关联的因素,进而构建基于随机森林算法的用电量大数据预测模型。该文方法可以有效识别不同用户群体的用电关联因素,规避用电模式差异性为用电量预测带来的不利影响。仿真结果表明,该方法具有较高的预测精度,且适用于大数据分析处理。
展开更多
关键词
大数据
子空间聚类
互信息
关联因素辨识
随机森林
用电量预测
在线阅读
下载PDF
职称材料
基于QRNN模型的生命年损失概率密度预测
被引量：
1
2
作者
武佳佳
王威
+1 位作者
朱强强
马东辉
《中国安全科学学报》
CAS
CSCD
北大核心
2019年第5期37-43,共7页
为全面评估预测震害损失,提出一种概率密度预测方法。首先,通过改进的生命年损失计算法,获取生命年损失值;其次,采用基于Akaike信息量准则(AIC)的逐步回归分析法,辨识生命年损失的强关联因素,在此基础上构建神经网络分位数回归(QRNN)模...
为全面评估预测震害损失,提出一种概率密度预测方法。首先,通过改进的生命年损失计算法,获取生命年损失值;其次,采用基于Akaike信息量准则(AIC)的逐步回归分析法,辨识生命年损失的强关联因素,在此基础上构建神经网络分位数回归(QRNN)模型;然后,得到生命年损失预测值与强相关因素的非线性关系,输出不同分位点下生命年损失预测值,运用高斯核函数预测生命年损失概率密度;最后,选取我国1996-2014年的189条地震灾害损失数据作为训练样本,预测2015年10例地震的生命年损失,并与B样条分位数回归(QRBS)模型及3种线性模型作对比。研究表明:基于QRNN模型的震害损失评估概率密度预测,降低了数据依赖性,提高了评估效率;预测值平均绝对误差不超过7. 5%,便于震害评估。
展开更多
关键词
生命年损失
逐步回归
神经网络分位数回归(QRNN)
关联因素辨识
概率密度函数
在线阅读
下载PDF
职称材料
题名
采用互信息与随机森林算法的用户用电关联因素辨识及用电量预测方法
被引量：
97
1
作者
赵腾
王林童
张焰
田世明
机构
电力传输与功率变换控制教育部重点实验室(上海交通大学)
中国电力科学研究院
出处
《中国电机工程学报》
EI
CSCD
北大核心
2016年第3期604-614,共11页
基金
国家863高技术研究发展计划项目(2015AA050203)
国家电网公司科技项目(520900150037)~~
文摘
随着智能电网的不断发展,电力企业积累的大量数据为用户用电量精细化预测提供了数据基础。针对与用电量预测相关的大数据种类多、体量大、维度高和生成速度快等特点,在研究用户用电特性评价指标的基础上,提出海量用户用电特性子空间聚类分析方法,挖掘用户多种用电模式。根据不同用电模式对用户进行群体划分,并利用互信息矩阵从区域及行业经济数据、气候条件,以及电力价格等方面辨识与用户群体用电量相关联的因素,进而构建基于随机森林算法的用电量大数据预测模型。该文方法可以有效识别不同用户群体的用电关联因素,规避用电模式差异性为用电量预测带来的不利影响。仿真结果表明,该方法具有较高的预测精度,且适用于大数据分析处理。
关键词
大数据
子空间聚类
互信息
关联因素辨识
随机森林
用电量预测
Keywords
big data
subspace clustering
mutual information
relation factor identification
random forests
electricity demand forecasting
分类号
TM71 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于QRNN模型的生命年损失概率密度预测
被引量：
1
2
作者
武佳佳
王威
朱强强
马东辉
机构
北京工业大学建筑工程学院
北京工业大学建筑与城市规划学院
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2019年第5期37-43,共7页
基金
国家自然科学基金资助(51678017)
国家重点研发计划课题(2018YFD1100902-1)
文摘
为全面评估预测震害损失,提出一种概率密度预测方法。首先,通过改进的生命年损失计算法,获取生命年损失值;其次,采用基于Akaike信息量准则(AIC)的逐步回归分析法,辨识生命年损失的强关联因素,在此基础上构建神经网络分位数回归(QRNN)模型;然后,得到生命年损失预测值与强相关因素的非线性关系,输出不同分位点下生命年损失预测值,运用高斯核函数预测生命年损失概率密度;最后,选取我国1996-2014年的189条地震灾害损失数据作为训练样本,预测2015年10例地震的生命年损失,并与B样条分位数回归(QRBS)模型及3种线性模型作对比。研究表明:基于QRNN模型的震害损失评估概率密度预测,降低了数据依赖性,提高了评估效率;预测值平均绝对误差不超过7. 5%,便于震害评估。
关键词
生命年损失
逐步回归
神经网络分位数回归(QRNN)
关联因素辨识
概率密度函数
Keywords
lifeyears loss
stepwise regression
quantile regression neural network(QRNN)
correlated factors identification
probability density function
分类号
X913.4 [环境科学与工程—安全科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
采用互信息与随机森林算法的用户用电关联因素辨识及用电量预测方法
赵腾
王林童
张焰
田世明
《中国电机工程学报》
EI
CSCD
北大核心
2016
97
在线阅读
下载PDF
职称材料
2
基于QRNN模型的生命年损失概率密度预测
武佳佳
王威
朱强强
马东辉
《中国安全科学学报》
CAS
CSCD
北大核心
2019
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
