期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于集成聚类及改进马尔科夫链模型的光伏功率短期预测 被引量:10
1
作者 李一 杨茂 苏欣 《南方电网技术》 CSCD 北大核心 2023年第10期113-122,共10页
准确的光伏功率预测是保证新能源电力系统安全稳定运行的重要手段,根据光伏系统出力特点,提出一种基于集成聚类及改进马尔科夫链模型的组合预测方法。首先,通过集成聚类划分表征周期性的趋势序列与表征随机性的随机序列。其次,利用一阶... 准确的光伏功率预测是保证新能源电力系统安全稳定运行的重要手段,根据光伏系统出力特点,提出一种基于集成聚类及改进马尔科夫链模型的组合预测方法。首先,通过集成聚类划分表征周期性的趋势序列与表征随机性的随机序列。其次,利用一阶差分处理改进的马尔科夫链模型预测趋势序列,随机序列由差分整合移动平均自回归模型预测。最后,通过对吉林省及青海省光伏电站历史运行数据建模,结果表明基于集成聚类及改进马尔科夫链的方法相较于传统马尔科夫链模型准确率平均提高了7.76%,验证了所提出的模型在不同出力类型、不同地理位置的情况下都具有适用性。 展开更多
关键词 状态转移概率矩阵 集成聚类 改进马尔科夫模型 光伏出力类型
在线阅读 下载PDF
基于随机模糊理论和改进马尔科夫法的变压器寿命评估 被引量:18
2
作者 赵飞 眭欢然 +3 位作者 戴岩 武红梅 马燕峰 赵广忠 《电力系统保护与控制》 EI CSCD 北大核心 2014年第15期39-44,共6页
为了全面评估变压器的剩余寿命,从变压器性能衰退的角度和健康指数特性出发,考虑变压器寿命相关因素,采用变压器寿命评估三级系统,给出了变压器历年健康指数计算方法。基于变压器的历年健康指数,在传统马尔科夫预测模型的基础上,建立了... 为了全面评估变压器的剩余寿命,从变压器性能衰退的角度和健康指数特性出发,考虑变压器寿命相关因素,采用变压器寿命评估三级系统,给出了变压器历年健康指数计算方法。基于变压器的历年健康指数,在传统马尔科夫预测模型的基础上,建立了改进的马尔科夫预测模型。考虑了不确定性因素对模型的影响,进行了不确定性修正,实现对变压器的寿命预测。通过某火电厂的实际算例验证了评估方法的可行性。 展开更多
关键词 变压器 随机模糊 健康指数 改进马尔科夫模型 不确定性 寿命预测
在线阅读 下载PDF
基于改进Markov智能网联多车型混合流编队策略
3
作者 赵峥 庞明宝 《深圳大学学报(理工版)》 CAS CSCD 北大核心 2024年第4期423-432,共10页
为提高智能网联(connected and automated,CA)卡车、小车及人工驾驶卡车、小车的混合流道路通行能力,提出基于排强度和渗透率的CA车辆单独编队和合作编队策略.分别设计两种策略下混合流车辆跟驰模式,推导出基于改进Markov模型,涵盖CA车... 为提高智能网联(connected and automated,CA)卡车、小车及人工驾驶卡车、小车的混合流道路通行能力,提出基于排强度和渗透率的CA车辆单独编队和合作编队策略.分别设计两种策略下混合流车辆跟驰模式,推导出基于改进Markov模型,涵盖CA车辆渗透率和排强度的车辆状态转移概率;分析两种策略下CA车辆队列分布,建立各策略下的混合流道路容量模型,并通过理论证明和仿真实验予以验证.结果表明,与不编队策略相比,两种策略下道路容量分别提高1.23%~49.62%和1.47%~60.34%,合作编队策略与单独编队策略相比能将道路容量再提高11%;当CA车辆渗透率大于50%和排强度大于0时,编队策略对道路容量的提升效果更显著,容量能提高13.27%~60.34%;单独编队策略下CA小车和CA卡车最大队列规模分别为8辆和6辆,合作编队下CA车辆最大队列规模为8辆. 展开更多
关键词 智能交通 智能网联混合交通流 编队策略 改进马尔科夫模型 排强度 最大队列规模
在线阅读 下载PDF
基于Kinect的动态手势识别算法改进与实现 被引量:6
4
作者 李国友 孟岩 +1 位作者 闫春玮 宋成全 《高技术通讯》 EI CAS 北大核心 2019年第9期841-851,共11页
为解决隐马尔科夫模型(HMM)算法在动态手势识别中存在的准确率不高、容易受未定义手势的干扰、难以适应复杂背景等问题,本文提出了一种基于Kinect V2传感器改进的HMM动态手势识别方法。该方法进行手势分割后,以质心运动轨迹正切角的值... 为解决隐马尔科夫模型(HMM)算法在动态手势识别中存在的准确率不高、容易受未定义手势的干扰、难以适应复杂背景等问题,本文提出了一种基于Kinect V2传感器改进的HMM动态手势识别方法。该方法进行手势分割后,以质心运动轨迹正切角的值进行均匀量化编码,通过设置概率阈值模型及编码的种类来排除未定义手势、进行动态手势识别,并对比不同实验环境下的识别效果。实验结果表明,改进后的HMM算法有效地排除了多种未定义手势,能够适应复杂背景和黑暗条件,而且能够提高对已定义手势的识别率。 展开更多
关键词 KINECT V2传感器 动态手势识别 改进马尔科夫模型(HMM) 未定义手势 识别率
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部