检索结果-维普期刊中文期刊服务平台

基于动态权值相似日选取算法的短期负荷预测被引量：39: 1; 作者李啸骢李春涛 +5 位作者从兰美任子熠罗宏亮王彧文袁辉丘浩《电力系统保护与控制》 EI CSCD 北大核心 2017年第6期1-8,共8页; 提出了一种基于动态权值优化的相似日选取算法和灰色GRNN串联组合模型的短期负荷预测方法。采用动态权值相似日选取算法,在考虑不同地区和季节对短期负荷的影响时,引入改进的果蝇优化算法(MFOA),动态调整各因子的权值,增强了相似日选取... 展开更多; 关键词短期负荷预测相似日改进的果蝇优化算法灰色模型广义回归神经网络改进的布谷鸟算法; 在线阅读下载PDF 职称材料

基于合作博弈与动态分时电价的电动汽车有序充放电策略: 2; 作者舒征宇刘文灿 +2 位作者李黄强王灿姚钦《电力工程技术》北大核心 2025年第3期179-187,共9页; 随着电动汽车的迅速发展,其在用电高峰期的充电需求给配电网带来了巨大的供电压力。现有研究中,虽然对电动汽车进行有序充放电调度能够有效缓解配电网的供电压力,但大多数电动汽车充电站代理商并未考虑不同电动汽车用户之间的需求差异性... 展开更多; 关键词充电选择有序充放电改进的果蝇优化算法(FOA) 动态分时电价合作博弈收益削峰填谷; 在线阅读下载PDF 职称材料

回采工作面瓦斯涌出量耦合预测模型研究被引量：6: 3; 作者李胜韩永亮李军文《计算机工程与应用》 CSCD 北大核心 2015年第16期1-5,54,共6页; 为准确、快速地预测回采工作面瓦斯涌出量,提出一种基于主成分分析法(PCA)和改进的果蝇算法(MFOA)优化支持向量机(SVM)的回采工作面绝对瓦斯涌出量预测模型。模型首先运用PCA方法对原始数据进行降维处理,消除数据冗余,而后采用改进的果... 展开更多; 关键词瓦斯涌出量主成分分析法改进的果蝇优化算法仿真预测; 在线阅读下载PDF 职称材料

基于预处理的IFOA-ELM煤与瓦斯突出预测模型被引量：15: 4; 作者温廷新靳露露《中国安全科学学报》 CAS CSCD 北大核心 2020年第1期35-41,共7页; 为快速准确地预测煤与瓦斯突出危险性,提出一种基于预处理的改进果蝇优化算法(IFOA)-极限学习机(ELM)的预测模型。首先预处理平顶山八矿的部分实测数据,采用灰色关联分析(GRA)法与熵权法(EWM)结合的灰色关联熵分析(GREA)法剔除影响程度... 展开更多; 关键词煤与瓦斯突出预测灰色关联熵分析(GREA) 主成分分析(PCA) 极限学习机(ELM) 改进的果蝇优化算法(IFOA); 在线阅读下载PDF 职称材料

耦合神经网络在瓦斯涌出量动态预测中的应用被引量：4: 5; 作者李文华杨子凝王来贵《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2018年第4期750-755,共6页; 为了更有效、准确地对煤矿瓦斯涌出量进行预测,保障煤矿生产安全,提出了一种基于改进果蝇算法(MFOA)优化Elman神经网络(ENN)的智能动态预测方法.首先,利用主成分分析法(PCA)对煤矿瓦斯涌出量监测数据进行降维处理;其次,引入果蝇算法以... 展开更多; 关键词瓦斯涌出量改进的果蝇优化算法(MFOA) Elman神经网络(ENN) 动态预测; 在线阅读下载PDF 职称材料

基于预处理的AFOA-ELM冲击地压危险预测模型被引量：4: 6; 作者温廷新李洋子《中国安全科学学报》 CAS CSCD 北大核心 2019年第8期29-34,共6页; 为提高冲击地压危险性预测准确率,提出一种基于预处理的改进的果蝇优化算法(AFOA)优化极限学习机(ELM)的预测模型。以重庆砚石台煤矿为例,选取其10个冲击地压危险性影响因素作为模型特征;以部分实测数据作为样本数据集并进行预处理,采... 展开更多; 关键词冲击地压危险性预测合成少数类过采样技术(SMOTE) 因子分析法(FA) 灰色关联分析法(GRA) 极限学习机(ELM) 改进的果蝇优化算法(AFOA); 在线阅读下载PDF 职称材料

题名基于动态权值相似日选取算法的短期负荷预测被引量：39: 1; 作者李啸骢李春涛从兰美任子熠罗宏亮王彧文袁辉丘浩; 机构广西大学电气工程学院; 出处《电力系统保护与控制》 EI CSCD 北大核心 2017年第6期1-8,共8页; 基金国家自然科学基金资助项目(51267001) 广西科学研究与技术开发计划项目(14122006-29) 广西自然科学基金资助项目(2014GXNSFAA118338)~~; 文摘提出了一种基于动态权值优化的相似日选取算法和灰色GRNN串联组合模型的短期负荷预测方法。采用动态权值相似日选取算法,在考虑不同地区和季节对短期负荷的影响时,引入改进的果蝇优化算法(MFOA),动态调整各因子的权值,增强了相似日选取算法的适应性和有效性。选取出相似日后,采用灰色模型和广义回归神经网络(GRNN)串联组合的短期负荷预测方法,并通过改进的布谷鸟(MCS)算法对GRNN平滑因子进行优化,组合模型改善了单一模型预测精度的稳定性。实例预测结果验证了该方法的有效性。; 关键词短期负荷预测相似日改进的果蝇优化算法灰色模型广义回归神经网络改进的布谷鸟算法; Keywords short-term load forecasting similar day fruit fly algorithm grey model general regression neural network modified cuckoo search; 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

题名基于合作博弈与动态分时电价的电动汽车有序充放电策略: 2; 作者舒征宇刘文灿李黄强王灿姚钦; 机构三峡大学电气与新能源学院国网湖北省电力有限公司宜昌供电公司; 出处《电力工程技术》北大核心 2025年第3期179-187,共9页; 基金国家自然科学基金资助项目(52107107)。; 文摘随着电动汽车的迅速发展,其在用电高峰期的充电需求给配电网带来了巨大的供电压力。现有研究中,虽然对电动汽车进行有序充放电调度能够有效缓解配电网的供电压力,但大多数电动汽车充电站代理商并未考虑不同电动汽车用户之间的需求差异性,无差别对待电动汽车的充放电调度,只会徒增电网侧的供电压力。为解决此类问题,文中首先在合作博弈的框架下,考虑电动汽车代理商与电动汽车用户之间的博弈关系,提出电价指导用户充电选择的电动汽车充电调度优化方法,并搭建电动汽车的动态分时优化充放电仿真模型。然后,在求解过程中,利用改进的果蝇优化算法(fruit fly optimization algorithm,FOA)对电动汽车充电时段进行规划。最后,通过算例仿真分析验证该策略的可行性与经济性。与现有的固定电价策略相比,所提策略不仅可以有效减小电网负荷的峰谷差,避免负荷“新高峰”,而且可以提高代理商和电动汽车用户的收益。; 关键词充电选择有序充放电改进的果蝇优化算法(FOA) 动态分时电价合作博弈收益削峰填谷; Keywords charging options orderly charging and discharging improved fruit fly optimization algorithm(FOA) dynamic time-of-use pricing cooperative game revenue peak load shifting; 分类号 TM73 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名回采工作面瓦斯涌出量耦合预测模型研究被引量：6: 3; 作者李胜韩永亮李军文; 机构辽宁工程技术大学矿业学院; 出处《计算机工程与应用》 CSCD 北大核心 2015年第16期1-5,54,共6页; 基金国家自然科学基金项目(No.51004063) 辽宁省高等学校优秀人才支持计划(辽宁省教育厅 No.LJQ2011029); 文摘为准确、快速地预测回采工作面瓦斯涌出量,提出一种基于主成分分析法(PCA)和改进的果蝇算法(MFOA)优化支持向量机(SVM)的回采工作面绝对瓦斯涌出量预测模型。模型首先运用PCA方法对原始数据进行降维处理,消除数据冗余,而后采用改进的果蝇算法对SVM参数进行全局寻优,避免SVM参数的选取对模型预测结果的不利影响,最终建立基于PCA-MFOA-SVM的耦合预测模型,并以实际监测数据为例进行仿真预测。结果表明:该模型预测的平均绝对误差为0.077 5 m3/t,平均相对误差为1.323 7%,与其他模型相比,预测精度高,综合性能好,能够实现回采工作面瓦斯涌出量的动态预测。; 关键词瓦斯涌出量主成分分析法改进的果蝇优化算法仿真预测; Keywords gas emission quantity Principal Component Analysis（PCA） Modified Fruit flies Optimization Algorithm（MFOA） simulation and forecast; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程] TP391 [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

题名基于预处理的IFOA-ELM煤与瓦斯突出预测模型被引量：15: 4; 作者温廷新靳露露; 机构辽宁工程技术大学系统工程研究所; 出处《中国安全科学学报》 CAS CSCD 北大核心 2020年第1期35-41,共7页; 基金国家自然科学基金资助(71371091) 辽宁省社科基金资助(L14BTJ004)。; 文摘为快速准确地预测煤与瓦斯突出危险性,提出一种基于预处理的改进果蝇优化算法(IFOA)-极限学习机(ELM)的预测模型。首先预处理平顶山八矿的部分实测数据,采用灰色关联分析(GRA)法与熵权法(EWM)结合的灰色关联熵分析(GREA)法剔除影响程度较小的因素,应用主成分分析法(PCA)进一步约简因素;构建煤与瓦斯突出危险性预测模型,基于果蝇优化算法(FOA),引入自适应步长更新策略及群体适应度方差策略设计IFOA;利用IFOA优选ELM输入层权值及隐含层阈值,对预处理样本数据进行训练、预测并对比其他模型预测效果。结果表明:基于预处理的IFOA-ELM模型预测结果与实际结果完全拟合,预测效果显著优于未预处理的模型;基于预处理的IFOA-ELM模型的分类准确率和召回率均为100%,显著高于其他对比模型。; 关键词煤与瓦斯突出预测灰色关联熵分析(GREA) 主成分分析(PCA) 极限学习机(ELM) 改进的果蝇优化算法(IFOA); Keywords coal and gas outburst prediction grey relational entropy analysis(GREA) principal component analysis(PCA) extreme learning machine(ELM) improved fruit fly optimization algorithm(IFOA); 分类号 X936 [环境科学与工程—安全科学]; 在线阅读下载PDF 职称材料

题名耦合神经网络在瓦斯涌出量动态预测中的应用被引量：4: 5; 作者李文华杨子凝王来贵; 机构辽宁工程技术大学机械工程学院辽宁工程技术大学力学与工程学院; 出处《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2018年第4期750-755,共6页; 基金国家自然科学基金项目(51474121) 辽宁省教育厅项目(L2014123); 文摘为了更有效、准确地对煤矿瓦斯涌出量进行预测,保障煤矿生产安全,提出了一种基于改进果蝇算法(MFOA)优化Elman神经网络(ENN)的智能动态预测方法.首先,利用主成分分析法(PCA)对煤矿瓦斯涌出量监测数据进行降维处理;其次,引入果蝇算法以改进的自适应搜索步长进行搜索,以此实现对ENN网络参数的全局寻优,从而建立基于MFOA-ENN的煤矿瓦斯涌出量动态预测模型,并对预测效果进行了验证.实验结果表明:MFOA-ENN模型的平均相对变动值为0.003 7、均方根误差为0.102 6、平均相对误差为1.499%,相比于RBF模型、Elman神经网络模型、SOM-RBF模型以及FOA-ENN模型在煤矿瓦斯涌出量预测控制方面具有更好适应性、精度及泛化能力.; 关键词瓦斯涌出量改进的果蝇优化算法(MFOA) Elman神经网络(ENN) 动态预测; Keywords gas emission quantity improved fruit fly optimization algorithm (MFOA) Elman neural network (ENN) dynamic prediction; 分类号 TP391 [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

题名基于预处理的AFOA-ELM冲击地压危险预测模型被引量：4: 6; 作者温廷新李洋子; 机构辽宁工程技术大学系统工程研究所; 出处《中国安全科学学报》 CAS CSCD 北大核心 2019年第8期29-34,共6页; 基金国家自然科学基金资助(71371091) 辽宁省教育厅基金资助(L14BTJ004); 文摘为提高冲击地压危险性预测准确率,提出一种基于预处理的改进的果蝇优化算法(AFOA)优化极限学习机(ELM)的预测模型。以重庆砚石台煤矿为例,选取其10个冲击地压危险性影响因素作为模型特征;以部分实测数据作为样本数据集并进行预处理,采用合成少数类过采样技术(SMOTE)构建平衡数据集,使用灰色关联分析法(GRA)及因子分析法(FA)降低特征维度;针对果蝇优化算法(FOA),引入跳脱变量和分类准确率方差变量构造AFOA,利用AFOA优化选取ELM的输入层权值及隐含层阈值,构建冲击地压危险预测模型,训练预处理样本数据、预测并对比其他模型预测结果。结果表明:数据集预处理可以显著提高AFOA-ELM模型预测效果;基于预处理的AFOA-ELM冲击地压危险预测模型,预测准确率为93.75%,均方误差为6.25%,预测精度显著优于其他对比模型。; 关键词冲击地压危险性预测合成少数类过采样技术(SMOTE) 因子分析法(FA) 灰色关联分析法(GRA) 极限学习机(ELM) 改进的果蝇优化算法(AFOA); Keywords rock burst risk prediction synthetic minority oversampling technique(SMOTE) factor analysis(FA) grey relational analysis(GRA) extreme learning machine(ELM) ameliorated fruit fly optimization algorithm(AFOA); 分类号 X936 [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	基于动态权值相似日选取算法的短期负荷预测	李啸骢李春涛从兰美任子熠罗宏亮王彧文袁辉丘浩	《电力系统保护与控制》 EI CSCD 北大核心	2017	39	在线阅读下载PDF 职称材料
2	基于合作博弈与动态分时电价的电动汽车有序充放电策略	舒征宇刘文灿李黄强王灿姚钦	《电力工程技术》北大核心	2025	0	在线阅读下载PDF 职称材料
3	回采工作面瓦斯涌出量耦合预测模型研究	李胜韩永亮李军文	《计算机工程与应用》 CSCD 北大核心	2015	6	在线阅读下载PDF 职称材料
4	基于预处理的IFOA-ELM煤与瓦斯突出预测模型	温廷新靳露露	《中国安全科学学报》 CAS CSCD 北大核心	2020	15	在线阅读下载PDF 职称材料
5	耦合神经网络在瓦斯涌出量动态预测中的应用	李文华杨子凝王来贵	《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心	2018	4	在线阅读下载PDF 职称材料
6	基于预处理的AFOA-ELM冲击地压危险预测模型	温廷新李洋子	《中国安全科学学报》 CAS CSCD 北大核心	2019	4	在线阅读下载PDF 职称材料