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
3
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
基于趋势组合的短期电力负荷预测模型
1
作者
张淮清
俞集辉
林开英
《重庆大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2002年第10期13-16,共4页
在运用神经网络进行短期电力负荷预测中 ,天气是影响负荷的重要因素。为了更好地捕捉天气对负荷的影响 ,文中提出了一种基于神经网络的趋势组合短期负荷预测思想和模型。将短期负荷与天气变量的内在关系分解为 3个不同的趋势分量 ,即周...
在运用神经网络进行短期电力负荷预测中 ,天气是影响负荷的重要因素。为了更好地捕捉天气对负荷的影响 ,文中提出了一种基于神经网络的趋势组合短期负荷预测思想和模型。将短期负荷与天气变量的内在关系分解为 3个不同的趋势分量 ,即周趋势分量、日趋势分量和小时趋势分量。每一个趋势分量分别用一个神经网络模型捕获 ,趋势分量的预测结果再用一个神经网络模型进行组合 ,从而得到最终的预测值。分别用改进的和传统的模型预测一周的小时负荷 ,结果表明 。
展开更多
关键词
预测模型
人工神经网络
趋势组合
短期负荷预测
电力系统
趋势
分量
在线阅读
下载PDF
职称材料
城市需水量预测方法比较
被引量：
8
2
作者
刘春成
曾智
+3 位作者
庞颖
陆红飞
白芳芳
高峰
《水资源保护》
CAS
CSCD
2015年第6期179-183,共5页
为了提高城市需水量预测的精度,基于北京市2000—2011年的实际用水量数据,对比分析了BP神经网络预测模型、灰色GM(1,1)模型、非线性趋势模型和灰色-神经-趋势组合预测模型及其基于马尔科夫修正的各单项模型需水量预测结果。结果表明:组...
为了提高城市需水量预测的精度,基于北京市2000—2011年的实际用水量数据,对比分析了BP神经网络预测模型、灰色GM(1,1)模型、非线性趋势模型和灰色-神经-趋势组合预测模型及其基于马尔科夫修正的各单项模型需水量预测结果。结果表明:组合预测模型优于各单项模型,基于马尔科夫修正的各模型优于各未修正预测模型。基于马尔科夫修正的灰色-神经-趋势组合预测模型预测精度最高、效果最好。
展开更多
关键词
城市需水量
需水量预测
BP神经网络
灰色模型
非线性
趋势
模型
灰色-神经-
趋势组合
预测模型
马尔科夫修正模型
预测精度
在线阅读
下载PDF
职称材料
水文时间序列周期叠加预测模型及3种改进模型
被引量：
13
3
作者
左其亭
高峰
《郑州大学学报（工学版）》
CAS
2004年第4期67-73,共7页
自然界中水文现象常暗含周期性,基于这一特性,发展了水文时间序列周期叠加预测模型.介绍了水文时间序列周期叠加预测模型(POL),分析了水文时间序列周期叠加预测模型(POL)在某些特定条件下应用上的不足,并提出3种改进模型:趋势-周期叠加...
自然界中水文现象常暗含周期性,基于这一特性,发展了水文时间序列周期叠加预测模型.介绍了水文时间序列周期叠加预测模型(POL),分析了水文时间序列周期叠加预测模型(POL)在某些特定条件下应用上的不足,并提出3种改进模型:趋势-周期叠加组合预测模型(TPOLC),压缩振幅的周期叠加预测模型(AC-POL),逆推优势周期的周期叠加预测模型(DPI-POL).这些模型可根据需要组合建模,并可广泛应用于相应类型水文时间序列建模.
展开更多
关键词
水文时间序列
趋势
-周期叠加
组合
预测模型
TPOLC
压缩振幅
逆推优势周期
在线阅读
下载PDF
职称材料
题名
基于趋势组合的短期电力负荷预测模型
1
作者
张淮清
俞集辉
林开英
机构
重庆大学电气工程学院
出处
《重庆大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2002年第10期13-16,共4页
基金
重庆大学高电压与电工新技术教育部重点实验室资助
文摘
在运用神经网络进行短期电力负荷预测中 ,天气是影响负荷的重要因素。为了更好地捕捉天气对负荷的影响 ,文中提出了一种基于神经网络的趋势组合短期负荷预测思想和模型。将短期负荷与天气变量的内在关系分解为 3个不同的趋势分量 ,即周趋势分量、日趋势分量和小时趋势分量。每一个趋势分量分别用一个神经网络模型捕获 ,趋势分量的预测结果再用一个神经网络模型进行组合 ,从而得到最终的预测值。分别用改进的和传统的模型预测一周的小时负荷 ,结果表明 。
关键词
预测模型
人工神经网络
趋势组合
短期负荷预测
电力系统
趋势
分量
Keywords
artificial neural network
trends combination
short term load forecasting
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
城市需水量预测方法比较
被引量：
8
2
作者
刘春成
曾智
庞颖
陆红飞
白芳芳
高峰
机构
中国农业科学院农田灌溉研究所
河南新乡农业水土环境野外科学观测试验站
江西省水利规划设计院
出处
《水资源保护》
CAS
CSCD
2015年第6期179-183,共5页
文摘
为了提高城市需水量预测的精度,基于北京市2000—2011年的实际用水量数据,对比分析了BP神经网络预测模型、灰色GM(1,1)模型、非线性趋势模型和灰色-神经-趋势组合预测模型及其基于马尔科夫修正的各单项模型需水量预测结果。结果表明:组合预测模型优于各单项模型,基于马尔科夫修正的各模型优于各未修正预测模型。基于马尔科夫修正的灰色-神经-趋势组合预测模型预测精度最高、效果最好。
关键词
城市需水量
需水量预测
BP神经网络
灰色模型
非线性
趋势
模型
灰色-神经-
趋势组合
预测模型
马尔科夫修正模型
预测精度
Keywords
urban water demand
water demand forecasting
BP neural network
grey model
nonlinear trend model
grey-neural-trend forecasting model
forecasting precision
分类号
TV213.4 [水利工程—水文学及水资源]
在线阅读
下载PDF
职称材料
题名
水文时间序列周期叠加预测模型及3种改进模型
被引量：
13
3
作者
左其亭
高峰
机构
郑州大学环境与水利学院
河南省睢县水利局
出处
《郑州大学学报（工学版）》
CAS
2004年第4期67-73,共7页
基金
水资源与水电工程科学国家重点实验室开放研究基金资助项目 (2 0 0 3B0 0 7)
2 0 0 4年河南省杰出青年科学基金资助项目
河南省自然科学基金资助项目(311021600)
文摘
自然界中水文现象常暗含周期性,基于这一特性,发展了水文时间序列周期叠加预测模型.介绍了水文时间序列周期叠加预测模型(POL),分析了水文时间序列周期叠加预测模型(POL)在某些特定条件下应用上的不足,并提出3种改进模型:趋势-周期叠加组合预测模型(TPOLC),压缩振幅的周期叠加预测模型(AC-POL),逆推优势周期的周期叠加预测模型(DPI-POL).这些模型可根据需要组合建模,并可广泛应用于相应类型水文时间序列建模.
关键词
水文时间序列
趋势
-周期叠加
组合
预测模型
TPOLC
压缩振幅
逆推优势周期
Keywords
hydrological time series
prediction
periodic overlapping prediction model (POL)
trend - periodic overlapping combinatorial prediction model (TPOLC)
amplitude-compacted periodic overlapping prediction model (AC-POL)
dominant period inversely-deduced periodic overlapping prediction model (DPI-POL).
分类号
P338 [天文地球—水文科学]
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
基于趋势组合的短期电力负荷预测模型
张淮清
俞集辉
林开英
《重庆大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2002
0
在线阅读
下载PDF
职称材料
2
城市需水量预测方法比较
刘春成
曾智
庞颖
陆红飞
白芳芳
高峰
《水资源保护》
CAS
CSCD
2015
8
在线阅读
下载PDF
职称材料
3
水文时间序列周期叠加预测模型及3种改进模型
左其亭
高峰
《郑州大学学报（工学版）》
CAS
2004
13
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
