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
基于模糊聚类与改进BP算法的日负荷特性曲线分类与短期负荷预测
被引量：
72
1
作者
黎祚
周步祥
林楠
《电力系统保护与控制》
EI
CSCD
北大核心
2012年第3期56-60,共5页
提出了一种将模糊聚类技术与人工神经网络中的BP网络相结合的日负荷特性曲线分类与短期负荷预测的方法。通过模糊聚类技术将不同用户的负荷特性曲线进行分类,建立出不同的典型负荷曲线。然后利用同预测曲线相同类型的典型曲线,结合温度...
提出了一种将模糊聚类技术与人工神经网络中的BP网络相结合的日负荷特性曲线分类与短期负荷预测的方法。通过模糊聚类技术将不同用户的负荷特性曲线进行分类,建立出不同的典型负荷曲线。然后利用同预测曲线相同类型的典型曲线,结合温度、日类型、湿度等对短期负荷预测影响较大的因素作为学习样本建立相应的BP网络模型。针对传统BP算法的不足,利用变学习速率和附加动量来改进BP算法并预测日负荷曲线。通过对实际日负荷曲线样本进行分类和对短期负荷进行预测证明该方法预测精度较高,在实际应用中具备可行性。
展开更多
关键词
模糊聚类
BP网络
日负荷特性曲线
短期负荷
变学习速率
附加动量
在线阅读
下载PDF
职称材料
基于改进灰色神经网络的故障预测方法研究
被引量：
11
2
作者
杨森
孟晨
王成
《计算机应用研究》
CSCD
北大核心
2013年第12期3625-3628,共4页
故障预测技术是电子装备预测与健康管理(PHM)领域的核心内容,对电子装备关键部件实施有效的预测是保证系统正常运行的关键。首先将灰色理论和人工神经网络算法相结合,构建灰色神经网络模型并对其进行分析;然后在此基础上通过附加动量变...
故障预测技术是电子装备预测与健康管理(PHM)领域的核心内容,对电子装备关键部件实施有效的预测是保证系统正常运行的关键。首先将灰色理论和人工神经网络算法相结合,构建灰色神经网络模型并对其进行分析;然后在此基础上通过附加动量变学习速率法对灰色神经网络的权值更新策略进行改进,提出一种基于改进灰色神经网络的故障预测模型;最后以某型脉冲测量雷达中频接收组合中的压控振荡器为例,以采集的原始频率数据为基础进行仿真验证。预测结果表明,将该预测方法应用于电子装备PHM是行之有效的,可有效提高故障预测精度。
展开更多
关键词
故障预测
预测与健康管理
灰色神经网络模型
附加动量
变学习速率
法
改进灰色神经网络
在线阅读
下载PDF
职称材料
题名
基于模糊聚类与改进BP算法的日负荷特性曲线分类与短期负荷预测
被引量：
72
1
作者
黎祚
周步祥
林楠
机构
四川大学电气信息学院
四川电力职业技术学院
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2012年第3期56-60,共5页
文摘
提出了一种将模糊聚类技术与人工神经网络中的BP网络相结合的日负荷特性曲线分类与短期负荷预测的方法。通过模糊聚类技术将不同用户的负荷特性曲线进行分类,建立出不同的典型负荷曲线。然后利用同预测曲线相同类型的典型曲线,结合温度、日类型、湿度等对短期负荷预测影响较大的因素作为学习样本建立相应的BP网络模型。针对传统BP算法的不足,利用变学习速率和附加动量来改进BP算法并预测日负荷曲线。通过对实际日负荷曲线样本进行分类和对短期负荷进行预测证明该方法预测精度较高,在实际应用中具备可行性。
关键词
模糊聚类
BP网络
日负荷特性曲线
短期负荷
变学习速率
附加动量
Keywords
fuzzy clustering
BP neural
daily load characteristics curve
short-term load
variable learning rate
additionalmomentum
分类号
TM715 [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
基于改进灰色神经网络的故障预测方法研究
被引量：
11
2
作者
杨森
孟晨
王成
机构
军械工程学院导弹工程系
出处
《计算机应用研究》
CSCD
北大核心
2013年第12期3625-3628,共4页
基金
国家"十一五"装备预先研究项目(51317030104)
国家自然科学基金资助项目(60771063)
文摘
故障预测技术是电子装备预测与健康管理(PHM)领域的核心内容,对电子装备关键部件实施有效的预测是保证系统正常运行的关键。首先将灰色理论和人工神经网络算法相结合,构建灰色神经网络模型并对其进行分析;然后在此基础上通过附加动量变学习速率法对灰色神经网络的权值更新策略进行改进,提出一种基于改进灰色神经网络的故障预测模型;最后以某型脉冲测量雷达中频接收组合中的压控振荡器为例,以采集的原始频率数据为基础进行仿真验证。预测结果表明,将该预测方法应用于电子装备PHM是行之有效的,可有效提高故障预测精度。
关键词
故障预测
预测与健康管理
灰色神经网络模型
附加动量
变学习速率
法
改进灰色神经网络
Keywords
fault prediction
prognostic and health management （PHM）
grey neural network model
additional momentum and variable learning rate method
improved grey neural network
分类号
TP206 [自动化与计算机技术—检测技术与自动化装置]
TP277 [自动化与计算机技术—检测技术与自动化装置]
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
基于模糊聚类与改进BP算法的日负荷特性曲线分类与短期负荷预测
黎祚
周步祥
林楠
《电力系统保护与控制》
EI
CSCD
北大核心
2012
72
在线阅读
下载PDF
职称材料
2
基于改进灰色神经网络的故障预测方法研究
杨森
孟晨
王成
《计算机应用研究》
CSCD
北大核心
2013
11
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
