检索结果-维普期刊中文期刊服务平台

基于周期自回归模型的短期负荷预测被引量：37: 1; 作者赵宏伟任震黄雯莹《中国电机工程学报》 EI CSCD 北大核心 1997年第5期348-351,共4页; 通常，周期自回归（ＰＡＲ）模型适于处理短周期时间序列。故进行电力系统短期负荷预测时，由于周期长度大，阶数高，待估计的参数剧增，难以实现。本文在一定的假设条件下，建立了短期负荷的周期自回归预测模型，提出了相应的算法，并... 展开更多; 关键词电力系统短期负荷预测周期自回归模型; 在线阅读下载PDF 职称材料

利用周期自回归模型对宏观经济综合景气状况的预测与分析被引量：2: 2; 作者吴国富崔斌《预测》 CSSCI 1997年第4期44-46,共3页; 本文介绍了周期自归模型的建模过程，并利用其对反映我国宏观经济综合景气状况的合成指数序列进行了预测与分析。; 关键词宏观经济景气分析周期自回归模型预测; 在线阅读下载PDF 职称材料

周期随机系数自回归模型的统计推断被引量：1: 3; 作者赵志文徐圣楠《统计与决策》 CSSCI 北大核心 2022年第4期50-54,共5页; 文章研究了一阶周期随机系数自回归模型的性质和参数估计问题。首先讨论了该模型均值函数、方差函数以及协方差函数的周期平稳性。其次讨论了当误差服从正态分布时模型参数的估计问题,给出了模型参数的矩估计和最小二乘估计,并通过随机... 展开更多; 关键词周期随机系数自回归模型周期平稳性矩估计最小二乘法; 在线阅读下载PDF 职称材料

基于线性相关分析的周期自回归短期负荷预测被引量：19: 4; 作者唐俊杰牛焕娜杨明皓《电力系统保护与控制》 EI CSCD 北大核心 2010年第14期128-133,共6页; 对配电系统短期负荷预测的周期自回归模型和配电负荷的周期性进行了研究。采用相关分析法对配电负荷的周期特性作了深入地分析,研究结果表明配电负荷的日周期性比周周期性更明显;基于配电负荷的时刻相关性分析,挑选出对预测结果起决定... 展开更多; 关键词短期负荷预测周期自回归模型线性相关性分析配电负荷特征输入量; 在线阅读下载PDF 职称材料

高维周期向量自回归模型的精度矩阵的假设检验: 5; 作者邹进《华东师范大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第2期48-59,共12页; 由周期性向量自回归模型生成的精度矩阵(逆协方差矩阵)是一个块状三对角矩阵.在此精度矩阵的基础上,提出了一种新的块状迹函数,用于检验两个精度矩阵的块状迹相等,并研究了在零假设下的渐近行为.数值实验表明,这种块状迹函数检验方法与... 展开更多; 关键词假设检验周期性向量自回归模型精度矩阵块状三对角矩阵; 在线阅读下载PDF 职称材料

一种基于SARIMA-LSTM模型的电网主机负载预测方法被引量：5: 6; 作者王堃郑晨 +1 位作者张立中陈志刚《计算机工程与科学》 CSCD 北大核心 2022年第11期2064-2070,共7页; 随着智能电网的不断发展,如何提高对信息设备运行状态的预测准确率以及设置适应数据变化的动态阈值区间是电网IT运维面临的巨大挑战。为了解决这些问题,提出了组合时间序列预测模型(SARIMA-LSTM),即在传统周期性ARIMA模型(SARIMA)的基础... 展开更多; 关键词时间序列负载预测周期差分移动平均自回归模型误差补偿长短期记忆网络; 在线阅读下载PDF 职称材料

应用小波分析进行短期负荷预测被引量：37: 7; 作者顾洁《电力系统及其自动化学报》 CSCD 2003年第2期40-44,65,共6页; 小波分析是一种新兴的数学工具 ,它能任意地提取短期负荷序列的细节。通过使用小波分析 ,可以在任何水平上分析短期负荷序列 ,它对信息成分采取逐渐精细的时域与频域处理 ,尤其对突发与短时的信息分析具有明显的优势。本文将小波分析引... 展开更多; 关键词电力系统短期负荷预测小波分析周期自回归模型电网; 在线阅读下载PDF 职称材料

题名基于周期自回归模型的短期负荷预测被引量：37: 1; 作者赵宏伟任震黄雯莹; 机构重庆大学电气工程系华南理工大学; 出处《中国电机工程学报》 EI CSCD 北大核心 1997年第5期348-351,共4页; 文摘通常，周期自回归（ＰＡＲ）模型适于处理短周期时间序列。故进行电力系统短期负荷预测时，由于周期长度大，阶数高，待估计的参数剧增，难以实现。本文在一定的假设条件下，建立了短期负荷的周期自回归预测模型，提出了相应的算法，并编制了计算分析程序。对一实际系统的负荷预测表明，本文的模型和算法具有很高的预测速度和良好的预测精度。; 关键词电力系统短期负荷预测周期自回归模型; Keywords short term load forcasing\ \ PAR model\ \ parameter evaluation; 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

题名利用周期自回归模型对宏观经济综合景气状况的预测与分析被引量：2: 2; 作者吴国富崔斌; 机构中国科学院应用数学研究所国家统计局研究所; 出处《预测》 CSSCI 1997年第4期44-46,共3页; 文摘本文介绍了周期自归模型的建模过程，并利用其对反映我国宏观经济综合景气状况的合成指数序列进行了预测与分析。; 关键词宏观经济景气分析周期自回归模型预测; 分类号 F201 [经济管理—国民经济] F123.2 [经济管理—世界经济]; 在线阅读下载PDF 职称材料

题名周期随机系数自回归模型的统计推断被引量：1: 3; 作者赵志文徐圣楠; 机构吉林师范大学数学学院; 出处《统计与决策》 CSSCI 北大核心 2022年第4期50-54,共5页; 基金国家自然科学基金资助项目(11571138) 吉林省自然科学基金资助项目(20210101151JC)。; 文摘文章研究了一阶周期随机系数自回归模型的性质和参数估计问题。首先讨论了该模型均值函数、方差函数以及协方差函数的周期平稳性。其次讨论了当误差服从正态分布时模型参数的估计问题,给出了模型参数的矩估计和最小二乘估计,并通过随机模拟对这两种估计方法进行比较。最后将上述方法用于实际数据的建模拟合分析。结果表明所提出方法具有较小的误差。; 关键词周期随机系数自回归模型周期平稳性矩估计最小二乘法; Keywords periodic random coefficient autoregressive model periodic stationarity moment estimation least square method; 分类号 O212.1 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名基于线性相关分析的周期自回归短期负荷预测被引量：19: 4; 作者唐俊杰牛焕娜杨明皓; 机构中国农业大学信息与电气工程学院; 出处《电力系统保护与控制》 EI CSCD 北大核心 2010年第14期128-133,共6页; 基金 '十一五'国家科技支撑计划(2006BAJ04B06); 文摘对配电系统短期负荷预测的周期自回归模型和配电负荷的周期性进行了研究。采用相关分析法对配电负荷的周期特性作了深入地分析,研究结果表明配电负荷的日周期性比周周期性更明显;基于配电负荷的时刻相关性分析,挑选出对预测结果起决定性作用的特征输入量,据此提出了改进的配电负荷日周期PAR预测模型。实例研究表明,该模型较常规PAR预测模型的预测速度更快、精度更高。; 关键词短期负荷预测周期自回归模型线性相关性分析配电负荷特征输入量; Keywords short-term forecasting periodical auto-regression model linear correlation analysis distribution load characteristic inputs; 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

题名高维周期向量自回归模型的精度矩阵的假设检验: 5; 作者邹进; 机构上海交通大学数学科学学院; 出处《华东师范大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第2期48-59,共12页; 基金国家自然科学基金(11531001)。; 文摘由周期性向量自回归模型生成的精度矩阵(逆协方差矩阵)是一个块状三对角矩阵.在此精度矩阵的基础上,提出了一种新的块状迹函数,用于检验两个精度矩阵的块状迹相等,并研究了在零假设下的渐近行为.数值实验表明,这种块状迹函数检验方法与常用的检验方法相比,具有简洁易算和功效优良的特点.; 关键词假设检验周期性向量自回归模型精度矩阵块状三对角矩阵; Keywords hypothesis testing periodic vector autoregressive model precision matrix block tridiagonal matrix; 分类号 O212.1 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名一种基于SARIMA-LSTM模型的电网主机负载预测方法被引量：5: 6; 作者王堃郑晨张立中陈志刚; 机构中南大学计算机学院国网宁夏电力有限信息通信公司; 出处《计算机工程与科学》 CSCD 北大核心 2022年第11期2064-2070,共7页; 基金国家自然科学基金(61672540) 国家自然科学基金重点项目(71633006)。; 文摘随着智能电网的不断发展,如何提高对信息设备运行状态的预测准确率以及设置适应数据变化的动态阈值区间是电网IT运维面临的巨大挑战。为了解决这些问题,提出了组合时间序列预测模型(SARIMA-LSTM),即在传统周期性ARIMA模型(SARIMA)的基础上,引入深度学习领域的LSTM模型,并摒弃了过去精度低、效果差的误差拟合方法,使用误差自回归方法来补偿预测结果。该模型可以学习到传统ARIMA模型无法捕捉到的误差波动规律,解决其无法预测非线性数据的问题。实验结果表明,在实际预测电网内存负载数据时,与ARIMA模型和SAIRIMA模型相比,SARIMA-LSTM模型可以实现更高的预测精度。; 关键词时间序列负载预测周期差分移动平均自回归模型误差补偿长短期记忆网络; Keywords time series load forecasting seasonal auto regressive integrated moving average(SARIMA) error compensation long short-term memory(LSTM); 分类号 TP391.1 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名应用小波分析进行短期负荷预测被引量：37: 7; 作者顾洁; 机构上海交通大学电气工程系; 出处《电力系统及其自动化学报》 CSCD 2003年第2期40-44,65,共6页; 文摘小波分析是一种新兴的数学工具 ,它能任意地提取短期负荷序列的细节。通过使用小波分析 ,可以在任何水平上分析短期负荷序列 ,它对信息成分采取逐渐精细的时域与频域处理 ,尤其对突发与短时的信息分析具有明显的优势。本文将小波分析引入了短期负荷预测 ,针对电力系统本身具有的负荷以天 ,周 ,年为周期发生波动的特点 ,使用周期自回归模型有选择的对分解序列进行预测 ,并对直接使用周期自回归 ( PAR)模型的预测结果及先使用小波分析处理的预测结果进行了比较。; 关键词电力系统短期负荷预测小波分析周期自回归模型电网; Keywords Power system, Wavelets analysis, short term load forecasting, Periodical auto regression (PAR) model; 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	作者	出处	发文年	被引量	操作
1	基于周期自回归模型的短期负荷预测	赵宏伟任震黄雯莹	《中国电机工程学报》 EI CSCD 北大核心	1997	37	在线阅读下载PDF 职称材料
2	利用周期自回归模型对宏观经济综合景气状况的预测与分析	吴国富崔斌	《预测》 CSSCI	1997	2	在线阅读下载PDF 职称材料
3	周期随机系数自回归模型的统计推断	赵志文徐圣楠	《统计与决策》 CSSCI 北大核心	2022	1	在线阅读下载PDF 职称材料
4	基于线性相关分析的周期自回归短期负荷预测	唐俊杰牛焕娜杨明皓	《电力系统保护与控制》 EI CSCD 北大核心	2010	19	在线阅读下载PDF 职称材料
5	高维周期向量自回归模型的精度矩阵的假设检验	邹进	《华东师范大学学报（自然科学版）》 CAS CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料
6	一种基于SARIMA-LSTM模型的电网主机负载预测方法	王堃郑晨张立中陈志刚	《计算机工程与科学》 CSCD 北大核心	2022	5	在线阅读下载PDF 职称材料
7	应用小波分析进行短期负荷预测	顾洁	《电力系统及其自动化学报》 CSCD	2003	37	在线阅读下载PDF 职称材料