基于GA-Prophet模型的变电站基坑变形安全预测研究与应用

1

作者 王文强 燕波 +5 位作者 齐壮 王飞 田庆 王永维 何文敏 杨超 《水利水电技术(中英文)》 北大核心 2025年第4期107-117,共11页

【目的】基坑变形的监测是保证基坑施工安全的重要保障,为提高监测数据的应用价值及确保基坑的施工安全,以陕西省西安市某330 kV变电站基坑工程为项目依托,基于实际变形监测结果【方法】以均方误差MSE作为遗传算法(GA)的适应度函数,对Pr... 【目的】基坑变形的监测是保证基坑施工安全的重要保障,为提高监测数据的应用价值及确保基坑的施工安全,以陕西省西安市某330 kV变电站基坑工程为项目依托,基于实际变形监测结果【方法】以均方误差MSE作为遗传算法(GA)的适应度函数,对Prophet模型中的趋势项、周期项和节假日项(偶发事件项)参数进行优化,并重点考虑与基坑变形规律相一致的趋势项参数,构建GA-Prophet基坑变形预测模型,并以MAE、RSS、RMSE和Theil不等系数值为评价指标,验证本模型的可行性及有效性,同时使用该模型对基坑水平及竖向变形进行超前预测,以评价基坑结构的安全状态。【结果】结果表明:GA-Prophet模型预测结果曲线与实测数据曲线较为接近,归功于预测模型中选用了符合实际工程位移变化规律的饱和模型,以JC8测点水平位移预测结果为例,该模型预测结果的MAE、RSS、RMSE、Theil不等系数值分别为0.480、1.310、0.512和0.052,均优于Prophet、LSTM、ARIMA和BP模型的预测结果;并且该模型对基坑变形的超前预测结果显示,各测点水平及竖向变形预测最大值均未超过规范要求的变形报警值,基坑结构处于安全状态。【结论】该模型对于基坑变形预测具有较好的适用性,提高了预测结果的准确性,可用于基坑变形安全预测。 展开更多

关键词 变电站基坑 变形监测 遗传算法 GA-prophet模型 超前预测 影响因素

在线阅读 下载PDF 职称材料

基于Prophet算法和Blending集成学习的实时负荷中期预测 被引量：6

2

作者 郇嘉嘉 李代猛 +6 位作者 杜云飞 沈欣炜 张璇 乔百豪 何春庚 蓝晓东 罗澍忻 《电力自动化设备》 EI CSCD 北大核心 2024年第4期178-183,共6页

目前的中期负荷预测一般未考虑负荷实时状态,而负荷数据的非线性、季节性、随机性、时序性特征将影响实时负荷的中期预测。构建一个实时负荷中期预测的框架,采用Prophet算法提取负荷数据的季节性部分,采用Blending集成学习对负荷数据的... 目前的中期负荷预测一般未考虑负荷实时状态,而负荷数据的非线性、季节性、随机性、时序性特征将影响实时负荷的中期预测。构建一个实时负荷中期预测的框架,采用Prophet算法提取负荷数据的季节性部分,采用Blending集成学习对负荷数据的非季节部分进行滚动预测,将季节性部分和非季节性部分合成中期负荷实时数据。爱尔兰电力系统的算例结果验证了模型的有效性和稳定性。 展开更多

关键词 负荷预测 prophet算法 Blending集成学习 季节性

在线阅读 下载PDF 职称材料

预测动车组牵引系统故障率的TSOBP-ARIMA-Prophet组合模型 被引量：1

3

作者 张雨晨 戴贤春 +2 位作者 刘敬辉 李秋芬 代成烨 《中国铁道科学》 EI CAS CSCD 北大核心 2024年第4期147-157,共11页

针对单一模型预测故障率时的适用性差异问题,在考虑动车组牵引系统故障率数据特点的基础上,提出TSOBP-ARIMA-Prophet组合模型。首先,针对动车组牵引系统故障率的复杂非线性,引入金枪鱼群算法(TSO)优化BP模型,训练出TSOBP预测模型;其次,... 针对单一模型预测故障率时的适用性差异问题,在考虑动车组牵引系统故障率数据特点的基础上,提出TSOBP-ARIMA-Prophet组合模型。首先,针对动车组牵引系统故障率的复杂非线性,引入金枪鱼群算法(TSO)优化BP模型,训练出TSOBP预测模型;其次,针对故障率的非平稳波动性,选取ARIMA预测模型;然后,针对故障率的季节周期性,选取Prophet预测模型;最后,运用方差倒数法对3个模型的预测结果赋权,得到TSOBP-ARIMA-Prophet组合模型的预测结果。以某动车组牵引系统为例,采用该组合模型预测故障率,并与3个单一模型及TSOBP-ARIMA组合模型对比验证其预测能力。结果表明:该组合模型预测时均方误差为0.0752,较TSOBP,ARIMA和Prophet模型单独预测时分别降低了45.83%,61.65%和53.42%,预测精度显著提高,且较TSOBP-ARIMA组合模型对数据趋势的感知力更优,可有效提升对动车组牵引系统故障率的预测能力。 展开更多

关键词 动车组牵引系统 故障率预测 组合模型 BP模型 金枪鱼群算法 ARIMA模型 prophet模型

在线阅读 下载PDF 职称材料

基于多尺度二次特征提取的短期电力负荷预测模型

4

作者 李楠 金淳熙 +1 位作者 陶亮 黄亮 《电力系统保护与控制》 北大核心 2025年第19期114-126,共13页

为充分挖掘电力负荷固有多尺度特征(multi-scale feature,MSF)间的复杂时序关系,进一步提升电力负荷预测模型性能,特别是提升对节假日负荷预测的能力,提出了一种基于多尺度二次特征提取的短期电力负荷预测模型。首先,利用Prophet算法的... 为充分挖掘电力负荷固有多尺度特征(multi-scale feature,MSF)间的复杂时序关系,进一步提升电力负荷预测模型性能,特别是提升对节假日负荷预测的能力,提出了一种基于多尺度二次特征提取的短期电力负荷预测模型。首先,利用Prophet算法的拟合分解功能,获取不同尺度下的负荷数据分量,并与强相关的天气数据共同构建多元数据集。其次,采用改进的特征金字塔网络(improved feature pyramid network,IFPN)匹配负荷数据的多尺度特性,并设计了卷积特征增强模块强化对节假日特征的表达能力,实现MSF的第一次提取。基于时间卷积神经网络的优势,深度挖掘一次特征间的时序依赖关系,引入SENet对特征的权重实现自适应赋值,同时完成MSF的二次提取。最后,利用鱼鹰算法优化后的Transformer模型完成负荷预测。在国内外两套负荷数据集上进行了验证,仿真结果表明所提模型的预测效果优于对比模型,特别是在对节假日负荷的预测精度上有所提高。 展开更多

关键词 短期电力负荷预测 prophet算法 二次特征提取 改进的特征金字塔网络 多尺度时间卷积网络

在线阅读 下载PDF 职称材料

机会网络中考虑缓存的ProPhet路由算法 被引量：6

5

作者 张峰 王小明 张珊珊 《计算机工程与设计》 北大核心 2015年第5期1145-1149,1218,共6页

机会网络中的ProPhet等路由算法根据机会网络中节点的相遇频率进行节点之间消息的传递,不考虑节点每次相遇的持续时间以及节点中缓存剩余情况。在机会网络内部节点之间的移动速度很快的情况下,采用这些路由算法会使网络内数据的传输效... 机会网络中的ProPhet等路由算法根据机会网络中节点的相遇频率进行节点之间消息的传递,不考虑节点每次相遇的持续时间以及节点中缓存剩余情况。在机会网络内部节点之间的移动速度很快的情况下,采用这些路由算法会使网络内数据的传输效率急剧下降。针对这一不足,结合ProPhet路由算法,计算节点之间的传输概率时充分考虑节点的相遇持续时间以及剩余缓存对节点之间传输概率的影响,使节点之间能更有效地传输数据。仿真结果表明,在给定的移动模型下,该算法能够有效提高消息传递成功率,降低网络中能量消耗等开销。 展开更多

关键词 机会网络 prophet 相遇频率 缓存容量 路由算法

在线阅读 下载PDF 职称材料

基于多尺度自适应时空图卷积网络与BERT模型的多节点短期负荷预测

6

作者 吴兴扬 戴剑丰 《电网技术》 北大核心 2025年第9期3756-3766,I0072-I0075,共15页

“双碳”目标旨在推动能源转型与减排,新型电力系统作为关键,促进清洁能源接入与利用,减碳效果显著。但其多元化负荷结构增大了预测难度。为应对“双碳”要求,解决新型电力系统中多节点负荷预测的复杂时空依赖性和非线性问题,文章提出... “双碳”目标旨在推动能源转型与减排,新型电力系统作为关键,促进清洁能源接入与利用,减碳效果显著。但其多元化负荷结构增大了预测难度。为应对“双碳”要求,解决新型电力系统中多节点负荷预测的复杂时空依赖性和非线性问题,文章提出了一种基于多尺度自适应时空图卷积网络(adaptive spatio-temporal graph convolutional network,ASTGCN)与基于Transformer的双边编码器表示(bidirectional encoder representations from transformers,BERT)模型的多节点短期负荷预测方法。首先,采用Prophet算法对负荷数据进行拟合分解,获取不同尺度下的负荷数据分量,并与强相关的天气数据共同构建多元数据集;其次,引入可膨胀的滑动时空窗口和时空图卷积算子构建ASTGCN,同时捕捉空间和时间上的复杂依赖关系,并引入BERT模型对时间序列数据进行编码,利用其强大的处理能力来捕捉负荷数据中的长期依赖性;最后,用门控融合网络对两个模型进行融合。基于美国纽约州的公开数据集进行测试,单日和单周的测试结果均表明所提模型不仅能有效挖掘节点的耦合特性,还能补充挖掘中长期时序特征,并显著提升预测精度,降低预测误差。 展开更多

关键词 prophet算法 自适应时空图卷积网络 BERT 门控融合网络 多节点负荷预测

在线阅读 下载PDF 职称材料

基于多维融合特征提取和深度学习网络的短期负荷预测方法

7

作者 刘旭 《农村电气化》 2025年第2期1-5,共5页

传统的短期负荷预测方法未考虑节假日、用户端用电行为习惯等因素,导致负荷预测精度不高。为此,文章提出一种基于多维融合特征和深度学习网络的短期负荷预测优化方法,采用Prophet算法提取不同时间变量的用电负荷特征分量,结合天气数据... 传统的短期负荷预测方法未考虑节假日、用户端用电行为习惯等因素,导致负荷预测精度不高。为此,文章提出一种基于多维融合特征和深度学习网络的短期负荷预测优化方法,采用Prophet算法提取不同时间变量的用电负荷特征分量,结合天气数据进行基于注意力机制的融合特征重构,并采用CNN-GRU模型对融合特征进行训练,获得未来短期负荷预测值。实验结果表明,该方法能够有效提高短期用电负荷的预测精度,为电力系统后续调度工作提供支撑。 展开更多

关键词 短期负荷预测 融合特征 prophet算法 CNN GRU

在线阅读 下载PDF 职称材料

基于Prophet的生姜价格预测研究 被引量：10

8

作者 滕金玲 柳平增 +3 位作者 张艳 许世卫 徐光丽 韩蔚 《中国农机化学报》 北大核心 2020年第8期211-216,共6页

针对农产品价格波动的非线性特征明显、传统时间序列预测方法预测精度不高等状况,构建基于Prophet的农产品价格预测模型,并以生姜为例展开研究。选取2012—2018年生姜每周平均价格数据为研究对象,在对生姜价格的趋势周期分解基础上,通... 针对农产品价格波动的非线性特征明显、传统时间序列预测方法预测精度不高等状况,构建基于Prophet的农产品价格预测模型,并以生姜为例展开研究。选取2012—2018年生姜每周平均价格数据为研究对象,在对生姜价格的趋势周期分解基础上,通过对生姜价格序列分解的趋势项、周期项和随机项分别进行建模组合实现对2019年上半年生姜价格的预测,并利用统计分析方法对模型性能进行评估。试验结果表明,Prophet算法预测结果的平均相对误差为4%。将Prophet模型的预测结果和BP神经网络预测结果进行比较,其均方误差(MSE为0.20)小于BP神经网络预测结果的均方误差(MSE为0.37)。Prophet预测模型具有较高的预测精度,在农产品价格预测方面具有较广阔的应用前景。 展开更多

关键词 价格预测 prophet算法 神经网络 预测模型 生姜

在线阅读 下载PDF 职称材料

机会网络的RSSI-PROPHET路由算法研究 被引量：4

9

作者 郑锦锋 何军 +2 位作者 周虹霞 刘忠 郭文胜 《计算机工程与应用》 CSCD 北大核心 2011年第35期106-109,共4页

针对机会型网络提出一种改进的机会网络路由算法RSSI-PROPHET。该算法结合节点接触频率和接收信号强度指示值RSS(IReceived Signal Strength Indication)信息进行设计,并加入一种消息到达通告机制来抑制已达消息副本的扩散。算法不需额... 针对机会型网络提出一种改进的机会网络路由算法RSSI-PROPHET。该算法结合节点接触频率和接收信号强度指示值RSS(IReceived Signal Strength Indication)信息进行设计,并加入一种消息到达通告机制来抑制已达消息副本的扩散。算法不需额外设备支持,不依赖于既存的网络拓扑。仿真结果表明,该算法明显减小了设备缓存空间的消耗,提高了系统效率。 展开更多

关键词 机会型网络 机会路由 RSSI.prophet路由算法

在线阅读 下载PDF 职称材料

基于PROPHET路由算法的缓冲区管理 被引量：3

10

作者 王艳玲 秦拯 陶勇 《计算机工程》 CAS CSCD 2012年第14期76-78,共3页

DTN网络一般采用基于消息复制的随机路由策略,由于网络中存在大量的消息副本,因此会导致中间节点缓冲区占用大,出现拥塞。为此,从冗余控制角度出发,基于PROPHET路由算法,设计用于缓冲区管理的3种机制,包括消息副本数量的控制、数据包生... DTN网络一般采用基于消息复制的随机路由策略,由于网络中存在大量的消息副本,因此会导致中间节点缓冲区占用大,出现拥塞。为此,从冗余控制角度出发,基于PROPHET路由算法,设计用于缓冲区管理的3种机制,包括消息副本数量的控制、数据包生存期的动态设置以及已成功传输数据包的主动删除。通过限制消息副本数和删除多余消息,降低网络中消息副本总量,从而减轻节点负载。实验结果表明,在网络资源有限的情况下,上述3种机制能提高消息的成功传输率,降低网络开销。 展开更多

关键词 prophet路由算法 拥塞控制 负载均衡 缓冲区管理 冗余控制

在线阅读 下载PDF 职称材料

基于Prophet算法的海南近海波浪长时段时序分析与预测 被引量：9

11

作者 黄心裕 唐军 王晓宇 《海洋学报》 CAS CSCD 北大核心 2022年第4期114-121,共8页

近年来,以大数据为基础的人工智能算法逐步兴起并被用于海洋波浪短期预测。本文采用2015-2019年海南近海逐时波浪实测时序数据,基于Prophet算法建立了海南近海波浪长时段时序预测模型,分析了2015-2019年海南近海波浪日、月、年变化特性... 近年来,以大数据为基础的人工智能算法逐步兴起并被用于海洋波浪短期预测。本文采用2015-2019年海南近海逐时波浪实测时序数据,基于Prophet算法建立了海南近海波浪长时段时序预测模型,分析了2015-2019年海南近海波浪日、月、年变化特性,并对海南近海2020年波浪变化过程进行了预测。结果显示,Prophet算法模型对波浪波高和周期的预测值和实测值整体吻合良好,可有效用于长时段波浪的特性分析和时序预测。 展开更多

关键词 海岸和近海 波浪 prophet算法 大数据 人工智能

在线阅读 下载PDF 职称材料

基于Prophet-LSTM-PSO组合模型的医院住院量预测研究 被引量：7

12

作者 徐佩 樊重俊 +1 位作者 朱人杰 黄耐 《上海理工大学学报》 CAS CSCD 北大核心 2021年第1期68-72,共5页

针对医院住院量预测问题,首先利用先知模型(Prophet)与长短期记忆循环神经网络(LSTM)预测方法对2015年1月到2019年12月上海市东方医院呼吸内科住院量的时序数据进行建模分析,然后利用粒子群算法(PSO)求出两种模型对应的组合系数,从而得... 针对医院住院量预测问题,首先利用先知模型(Prophet)与长短期记忆循环神经网络(LSTM)预测方法对2015年1月到2019年12月上海市东方医院呼吸内科住院量的时序数据进行建模分析,然后利用粒子群算法(PSO)求出两种模型对应的组合系数,从而得到最终的Prophet-LSTMPSO组合模型,并通过RMSE和MAE统计学指标将组合模型与单一模型进行对比,同时利用公开数据集进行对比实验。结果表明,Prophet-LSTM-PSO组合模型较Prophet、LSTM、移动平均自回归模型等(ARIMA)等单一模型有效地降低了医院住院量预测的偏离性,提高了预测精度。 展开更多

关键词 prophet模型 LSTM模型 粒子群算法 时间序列模型 住院量预测

在线阅读 下载PDF 职称材料

面向PM_(2.5)预测的时间序列分解与机器学习融合模型 被引量：11

13

作者 杨长春 聂倩倩 《安全与环境学报》 CAS CSCD 北大核心 2023年第12期4600-4608,共9页

细颗粒物(PM_(2.5))对大气污染和人体健康具有显著影响。为了提高PM_(2.5)质量浓度预报准确率,提出一种将先知(Prophet)时间序列分解算法和极限梯度提升树(Extreme Gradient Boosting,XGBoost)机器学习模型相结合的多变量混合预测模型(P... 细颗粒物(PM_(2.5))对大气污染和人体健康具有显著影响。为了提高PM_(2.5)质量浓度预报准确率,提出一种将先知(Prophet)时间序列分解算法和极限梯度提升树(Extreme Gradient Boosting,XGBoost)机器学习模型相结合的多变量混合预测模型(Prophet-XGBoost)。利用Prophet算法对时间序列可分解的特性,将PM_(2.5)高维质量浓度序列分解成若干低维时序特征分量,并与污染物和气象因素数据集成构建XGBoost预测模型,以得到PM_(2.5)质量浓度的预测值。试验中以南京市PM_(2.5)质量浓度历史数据为例进行实证分析。结果表明,结合Prophet时间序列分解的预测模型,PM_(2.5)质量浓度预测结果的决定系数R^(2)提升至0.658 4。由此可见,Prophet-XGBoost多变量混合预测模型较传统长短期记忆神经网络(Long Short-Term Memory,LSTM)、XGBoost模型能够更好地预测PM_(2.5)日均质量浓度的变化趋势。 展开更多

关键词 环境学 PM_(2.5)质量浓度 时间序列 prophet算法 极限梯度提升树

在线阅读 下载PDF 职称材料

基于社会性的DTN网络路由算法研究 被引量：4

14

作者 朱铁英 崔艳茹 +2 位作者 李童 周治国 张日明 《计算机工程》 CAS CSCD 2012年第14期96-98,共3页

针对DTN网络中的消息传输问题,结合概率路由算法PROPHET和社会性路由算法SimBet的基本思想,提出一种DTN网络路由算法——ProSimbet。在选择转发节点时,综合考虑基于历史相遇记录的概率估计和节点的社会性这2个指标,从而降低消息转发次... 针对DTN网络中的消息传输问题,结合概率路由算法PROPHET和社会性路由算法SimBet的基本思想,提出一种DTN网络路由算法——ProSimbet。在选择转发节点时,综合考虑基于历史相遇记录的概率估计和节点的社会性这2个指标,从而降低消息转发次数。实验结果表明,在密集数据集INFOCOM06上,ProSimBet、SimBet、PROPHET和ER这4种路由算法的消息成功转发数目比较接近。在稀疏数据集MIT上,ProSimBet在消息转发次数上比SimBet降低26.1%,在消息成功转发数目上比PROPHET提高7.83%。 展开更多

关键词 DTN网络 prophet算法 社会性 相似性 介数中心性

在线阅读 下载PDF 职称材料

基于智能加权混合模型的新型电力系统电量预测方法 被引量：15

15

作者 赵阳 范文奕 +1 位作者 安佳坤 赵子珩 《电测与仪表》 北大核心 2022年第12期56-63,共8页

随着电力系统的转型升级,新型电力系统的能源供应和消费发生了巨大的转变,因此对电量预测提出了更高的要求。月度电量的准确预测为新型电力系统的优化调度和电力市场的营销计划提供可靠的依据。在深入挖掘历史电量数据、综合分析月度电... 随着电力系统的转型升级,新型电力系统的能源供应和消费发生了巨大的转变,因此对电量预测提出了更高的要求。月度电量的准确预测为新型电力系统的优化调度和电力市场的营销计划提供可靠的依据。在深入挖掘历史电量数据、综合分析月度电量特征及相关因素影响的基础上,结合Prophet算法和KELM神经网络算法各自的优势,提出了一种考虑气温、经济水平和节假日的月度电量组合预测方法。基于月度电量数据建立了Prophet预测模型,并进行了参数调优过程;利用KELM神经网络建立了基于历史电量、气温、GDP、节假日信息的预测模型,并通过参数调优确定最佳预测模型;以加权组合的方式,建立月度电量组合预测模型。通过算例分析,比较了组合算法和其他算法的预测误差和预测效果,表明了所提组合模型在预测精度方面有所提升,验证了预测算法的有效性。 展开更多

关键词 月度电量预测 prophet算法 核极限学习机 组合预测 相关性分析

在线阅读 下载PDF 职称材料

考虑细分行业及多影响因素的月度电量预测 被引量：4

16

作者 张岚 季天瑶 刘嘉宁 《广东电力》 2023年第6期30-39,共10页

从细分行业的电量数据出发,通过挖掘不同的行业用电规律以及引入气温、春节影响因素,实现特大都市地区月度电量的精准预测。首先,利用数形相似性距离,将各细分行业划分为电量周期性行业与电量非周期性行业;其次,通过k-means算法按照用... 从细分行业的电量数据出发,通过挖掘不同的行业用电规律以及引入气温、春节影响因素,实现特大都市地区月度电量的精准预测。首先,利用数形相似性距离,将各细分行业划分为电量周期性行业与电量非周期性行业;其次,通过k-means算法按照用电特性相似度对电量周期性行业进行聚类,得到不同用电规律的各类行业;接着,分析气温指标与各行业类别电量的相关性,在与气温指标相关程度较大的行业类别电量预测中加入气温协变量;然后,采用Prophet算法对各行业类别电量建立预测模型;最后,对1、2月份的预测结果针对春节效应提供联合修正方法。采用南方某市的用电量数据作算例分析,考虑细分行业后预测精度提升2.63百分点,整体平均预测准确率达到97.71%。算例分析结果表明,所建立的考虑细分行业及多影响因素的月度电量预测框架能够挖掘各行业类别的用电规律,捕捉地区产业转移和升级特点,并有效引入多影响因素指标,进而提高特大都市地区月度电量预测的准确度。 展开更多

关键词 月度电量预测 行业电量聚类 数形相似性距离 春节效应 K-MEANS算法 prophet算法

在线阅读 下载PDF 职称材料