电力自动化系统中的智能技术应用

1

作者 邓历桃 《集成电路应用》 2024年第12期178-179,共2页

阐述人工智能技术在电气自动化中的应用优势,探讨人工智能在电力工程自动化中的应用方法,包括构建数据预处理动态模型、基于小波神经网络布控智能节点、回归差值自动控制系统。

关键词 智能控制 数据处理动态模型 小波神经网络 回归差值自动控制

在线阅读 下载PDF 职称材料

由地震属性向储层参数转换的综合效果分析 被引量：28

2

作者 乐友喜 王永刚 张军华 《石油物探》 EI CSCD 2002年第2期202-206,共5页

利用逐步回归分析、神经网络、相关滤波、协克里金和非参数回归分析等方法 ,实现了由地震属性与测井资料联合应用对孔隙度参数的平面分布预测。通过实例分析 ,比较了各自的地质效果 。

关键词 地震属性 储层参数转换 综合效果分析 储层参数预测 多元逐步回归 神经网络 相关滤波 协克里金 非参数回归

在线阅读 下载PDF 职称材料

基函数网络逼近:进展与展望 被引量：14

3

作者 焦李成 侯彪 刘芳 《工程数学学报》 CSCD 北大核心 2002年第1期21-36,88,共17页

从神经网络、统计估计、逼近论、调和分析等角度研究了多变量目标函数的逼近问题 ,评述了这些工具的逼近效率和能力 ,同时研究和评述了脊波 (Ridgelet)的发展现状及应用前景 。

关键词 单隐层前馈神经网络 贪婪算法 投影跟踪回 FOURIER分析 小波分析 小波神经网络 背波 框架理论 图像压缩

在线阅读 下载PDF 职称材料

基于小波包-神经网络的MEMS加速度计零漂补偿 被引量：7

4

作者 路永乐 潘英俊 +2 位作者 任春华 刘宇 彭慧 《压电与声光》 CAS CSCD 北大核心 2015年第1期27-31,共5页

针对微机电系统(MEMS)加速度计零位漂移大的问题,研究了一种基于Birgé-Massert(BM)阈值小波包降噪的广义回归神经网络对MEMS加速度计零位漂移进行非线性抑制的新方法。该方法首先利用BM阈值小波包滤除零位漂移中的噪声,然后利用广... 针对微机电系统(MEMS)加速度计零位漂移大的问题,研究了一种基于Birgé-Massert(BM)阈值小波包降噪的广义回归神经网络对MEMS加速度计零位漂移进行非线性抑制的新方法。该方法首先利用BM阈值小波包滤除零位漂移中的噪声,然后利用广义回归网络对非线性数据的无限逼近原理,来建立MEMS加速度计的零漂模型。将实测数据代入模型,计算结果表明,经过该模型补偿后的零漂输出结果同未经补偿、最小二乘拟合补偿、未经滤波建模补偿相比,均值分别减小97.4%、67.8%、67.8%,均方差分别减小87.4%、87.5%、90.9%;利用训练后的模型进行实时补偿延迟时间为10-5 s。分析结果证明了基于BM阈值小波包降噪滤波技术的广义回归网络组合模型的有效性和合理性。 展开更多

关键词 微机电系统(MEMS)加速度计 小波包 广义回归网络 非线性建模 零位漂移

在线阅读 下载PDF 职称材料

基于小波支持向量机特征分类的日径流组合预测——以宜昌三峡水库为例 被引量：11

5

作者 黄景光 吴巍 +2 位作者 程璐瑶 于楠 陈波 《中国农村水利水电》 北大核心 2018年第6期33-39,共7页

河流径流预测作为水库调度和发电的重要前提,其预测精度直接影响水利工程的综合效益。基于径流历史数据,针对其波动和随机性提出一种小波分析-支持向量机(SVM)特征分类组合预测模型。该模型首先利用小波分解提取原始径流序列的高低频能... 河流径流预测作为水库调度和发电的重要前提,其预测精度直接影响水利工程的综合效益。基于径流历史数据,针对其波动和随机性提出一种小波分析-支持向量机(SVM)特征分类组合预测模型。该模型首先利用小波分解提取原始径流序列的高低频能量谱作为SVM样本标记,并对原始序列进行特征分类,分为"平稳型"和"突变型"序列,对应不同类型序列的小波近似信号和细节信号分别采用自回归和滑动平均模型(ARMA)和BP神经网络模型进行预测,再重构各序列预测结果。最后采用平均绝对百分比误差(MAPE)、均方根误差(RMSE)、希尔不等式系数(TIC)作为模型评价指标。结果表明:在3个评价指标下,所提模型都优于ARMA和BP神经网络模型,并具有更好预测稳定性。 展开更多

关键词 径流预测 小波分解 支持向量机 自回归和滑动平均模型 神经网络 特征分类

在线阅读 下载PDF 职称材料

小波变换-人工神经网络用于反相高效液相色谱法同时测定靛蓝和靛玉红 被引量：2

6

作者 王秀云 李井会 +4 位作者 于洪梅 陈国顺 赵红霞 高丽娟 吴秀红 《理化检验（化学分册）》 CAS CSCD 北大核心 2006年第9期699-701,704,共4页

提出了小波变换一人工神经网络（WT-ANN）和小波变换-稳健回归（WT-RR）两算法的数学模型，并应用于高效液相色谱法测定扳蓝根、大青叶及中成药复方板蓝根颗粒中靛蓝及靛玉红的测定，从而避免了繁琐的分离，实现了被测组分的直接、同时... 提出了小波变换一人工神经网络（WT-ANN）和小波变换-稳健回归（WT-RR）两算法的数学模型，并应用于高效液相色谱法测定扳蓝根、大青叶及中成药复方板蓝根颗粒中靛蓝及靛玉红的测定，从而避免了繁琐的分离，实现了被测组分的直接、同时测定。所用色谱柱为ExtendC1s（4．6mm×250mm，5μm），所用流动相为甲醇与水（95＋5）的混合溶液。由测得的相对标准偏差（RSD）可知两算法均可用于试样中多组分的测定，但WT—ANN法（RSD〈0．6％）稍优于WT-RR法（RSD〈2.5％）。三种实样的分析应用中，回收率在98．8％～101．5％之间。此方法可作为工业生产中在线分析法。 展开更多

关键词 反相高效液相色谱法 人工神经网络 同时测定 小波变换 靛玉红 靛蓝 相对标准偏差 分析应用

在线阅读 下载PDF 职称材料

基于在线支持向量回归算法的短时交通流预测 被引量：3

7

作者 高学辉 刘艳忠 +2 位作者 王巧芝 贾世胜 孙晧 《山东科技大学学报（自然科学版）》 CAS 2011年第1期78-82,共5页

实时准确的短时交通流预测在城市道路交通和高速公路交通中都十分重要,是交通控制与诱导系统的基础。应用在线支持向量回归算法对交通流进行预测,并对济南某高架路实测数据进行仿真运算。预测结果表明,在小样本下,与BP神经网络算法相比... 实时准确的短时交通流预测在城市道路交通和高速公路交通中都十分重要,是交通控制与诱导系统的基础。应用在线支持向量回归算法对交通流进行预测,并对济南某高架路实测数据进行仿真运算。预测结果表明,在小样本下,与BP神经网络算法相比,在线支持向量回归算法明显优于BP神经网络算法,增大样本数,BP神经网络算法预测精度有所提高,但仍低于线支持向量回归算法;在运算时间上,BP神经网络算法运算时间更短。 展开更多

关键词 在线支持向量回归 核函数 神经网络 非参量回归 短时交通流

在线阅读 下载PDF 职称材料

三级大豆油酸价的近红外光谱检测 被引量：4

8

作者 王铭义 郭建英 +2 位作者 张佳宁 李越 于殿宇 《食品科学》 EI CAS CSCD 北大核心 2011年第22期171-174,共4页

为改进现有的油脂检测方法,以三级大豆油脂酸价检测为研究对象,利用近红外透射光谱技术,结合化学计量学方法,选择4500～6000cm-1为特征波段建立油脂酸价校正模型,首先研究基于小波变换的光谱预处理方法,通过详细比较不同小波分解层数对... 为改进现有的油脂检测方法,以三级大豆油脂酸价检测为研究对象,利用近红外透射光谱技术,结合化学计量学方法,选择4500～6000cm-1为特征波段建立油脂酸价校正模型,首先研究基于小波变换的光谱预处理方法,通过详细比较不同小波分解层数对建模的影响。结果确定db4小波的四层分解去噪效果最佳。结合滤波后重构的光谱信号建立油脂酸价BP神经网络校正模型,利用预测集样本对模型进行验证,决定系数R2和预测均方根误差分别为0.9743和0.1036。证明利用近红外光谱分析技术快速检测油脂酸价是完全可行的。 展开更多

关键词 油脂酸价检测 近红外光谱分析 小波预处理 偏最小二乘回归 BP神经网络

在线阅读 下载PDF 职称材料

前向神经网络:一个新的非参数回归方法 被引量：2

9

作者 李体政 曹艳平 李阳 《纺织高校基础科学学报》 CAS 2009年第2期207-211,共5页

从统计建模的观点,前向神经网络可以看作是一个新的非参数回归方法.通过模拟例子和实际例子对前向神经网络和局部多项式光滑方法的有限样本行为进行了对比,结果表明前向神经网络稍微优于局部多项式光滑方法.此外,对前向神经网络的优点... 从统计建模的观点,前向神经网络可以看作是一个新的非参数回归方法.通过模拟例子和实际例子对前向神经网络和局部多项式光滑方法的有限样本行为进行了对比,结果表明前向神经网络稍微优于局部多项式光滑方法.此外,对前向神经网络的优点和存在的问题进行了深入讨论. 展开更多

关键词 前向神经网络 非参数回归模型 局部多项式光滑

在线阅读 下载PDF 职称材料

基于整合移动平均自回归和遗传粒子群优化小波神经网络组合模型的交通流预测 被引量：27

10

作者 殷礼胜 唐圣期 +1 位作者 李胜 何怡刚 《电子与信息学报》 EI CSCD 北大核心 2019年第9期2273-2279,共7页

针对短时交通流数据的非线性和随机性特点,为提高它的预测精度和收敛速度,该文从模型构建和算法两方面提出一种整合移动平均自回归(ARIMA)模型和遗传粒子群算法优化小波神经网络(GPSOWNN)相结合的预测模型和算法。在模型构建方面,将ARIM... 针对短时交通流数据的非线性和随机性特点,为提高它的预测精度和收敛速度,该文从模型构建和算法两方面提出一种整合移动平均自回归(ARIMA)模型和遗传粒子群算法优化小波神经网络(GPSOWNN)相结合的预测模型和算法。在模型构建方面,将ARIMA模型预测值和灰色关联系数大于0.6的相关性强的前3个时刻的历史数据作为小波神经网络(WNN)的输入,在兼顾历史数据的平稳和非平稳的情况下,进行了模型结构简化。在算法方面,通过遗传粒子群算法对小波神经网络的参数初始值进行最优选取,可使其结果在不易陷入局部最优的条件下加快网络训练收敛速度。实验结果表明,在预测精度方面,该方法的模型明显优于整合移动平均自回归模型和遗传粒子群算法优化小波神经网络,在收敛速度方面,用遗传粒子群算法优化模型明显优于仅用遗传算法优化模型。 展开更多

关键词 短时交通流预测 灰色关联分析法 整合移动平均自回归 遗传粒子群优化小波神经网络

在线阅读 下载PDF 职称材料

非参数估计方法 被引量：13

11

作者 张煜东 颜俊 +1 位作者 王水花 吴乐南 《武汉工程大学学报》 CAS 2010年第7期99-106,共8页

为了解决函数估计问题,首先讨论了传统的参数回归方法.由于传统方法需要先验知识来决定参数模型,因此不稳健,且对模型敏感.因此,引入了基于数据驱动的非参数方法,无需任何先验知识即可对未知函数进行估计.本文主要介绍最新的8种非参数... 为了解决函数估计问题,首先讨论了传统的参数回归方法.由于传统方法需要先验知识来决定参数模型,因此不稳健,且对模型敏感.因此,引入了基于数据驱动的非参数方法,无需任何先验知识即可对未知函数进行估计.本文主要介绍最新的8种非参数回归方法:核方法、局部多项式回归、正则化方法、正态均值模型、小波方法、超完备字典、前向神经网络、径向基函数网络.比较了不同的算法,给出算法之间的相关性与继承性.最后,将算法推广到高维情况,指出面临计算的维数诅咒与样本的维数诅咒两个问题.通过研究指出前者可以通过智能优化算法求解,而后者是问题固有的. 展开更多

关键词 参数统计 非参数统计 核方法 局部多项式回归 正则化方法 正态均值模型 小波 超完备字典 前向神经网络 径向基函数网络

在线阅读 下载PDF 职称材料

非参数估计的小波网络经济预测模型 被引量：3

12

作者 张新红 《华侨大学学报（自然科学版）》 CAS 2003年第1期105-108,共4页

小波网络是一类由小波构成的神经网络 .在给出基于正交尺度函数的小波网络的基础上 ,建立非参数回归估计的小波网络预测模型 ,并进一步将它应用于经济建模中 .

关键词 非参数估计 小波网络 经济预测 非参数回归 神经网络 小波分析 经济建模

在线阅读 下载PDF 职称材料

基于贝叶斯神经网络的非参数回归 被引量：2

13

作者 杨斌 聂在平 +1 位作者 夏耀先 蒋荣生 《电子科技大学学报》 EI CAS CSCD 北大核心 2002年第2期159-162,共4页

提高神经网络模型推广能力的关键是控制模型的复杂度。该文探索了贝叶斯神经网络的非参数回归的建模方法,通过融入模型参数的先验知识,在给定数据样本及模型假设下进行后验概率的贝叶斯推理,使用马尔可夫链蒙特卡罗算法来优化模型控制参... 提高神经网络模型推广能力的关键是控制模型的复杂度。该文探索了贝叶斯神经网络的非参数回归的建模方法,通过融入模型参数的先验知识,在给定数据样本及模型假设下进行后验概率的贝叶斯推理,使用马尔可夫链蒙特卡罗算法来优化模型控制参数,实现了对神经网络模型中不同部分复杂度的控制,获得了模型参数的后验分布及预测分布。在5个含噪二维函数回归问题上的应用显示了模型的复杂度能根据数据的复杂度而自适应调整,并给出了较好的预测结果。 展开更多

关键词 贝叶斯神经网络 非参数回归 人工智能

在线阅读 下载PDF 职称材料

基于小波网络的电力负荷非参数估计模型分析 被引量：2

14

作者 万星 丁晶 张晓丽 《中国农村水利水电》 北大核心 2005年第12期85-87,共3页

区域电力负荷具有特殊的变化规律。利用小波分析和人工神经网络相结合,给出基于正交尺度函数的小波网络的基础上,建立非参数回归估计的小波网络预测模型,并对电力负荷变化进行了电力消耗预测。还与最小二乘回归的预测结果进行了误差分... 区域电力负荷具有特殊的变化规律。利用小波分析和人工神经网络相结合,给出基于正交尺度函数的小波网络的基础上,建立非参数回归估计的小波网络预测模型,并对电力负荷变化进行了电力消耗预测。还与最小二乘回归的预测结果进行了误差分析。结果表明,预测结果与当地过去电力负荷消耗增长规律相符,且小波网络回归预测结果较好。预测的结果数据可以作为当地决策部门的资料参考。 展开更多

关键词 电力负荷 小波理论 人工神经网络 非参数估计模型

在线阅读 下载PDF 职称材料

基于地表径流量预测的玛纳斯河流域绿洲适宜规模计算 被引量：4

15

作者 薛联青 倪涛 +1 位作者 刘远洪 廖淑敏 《水资源保护》 CAS CSCD 北大核心 2021年第1期7-13,共7页

基于神经网络算法和水热平衡原理,结合水文、气象数据,构建了玛纳斯河绿洲适宜规模模型,分析计算了1990—2020年绿洲适宜规模与现状规模,预测了2021—2030年流域地表径流量和绿洲适宜规模。结果表明:1990—2000年、2001—2010年、2011—... 基于神经网络算法和水热平衡原理,结合水文、气象数据,构建了玛纳斯河绿洲适宜规模模型,分析计算了1990—2020年绿洲适宜规模与现状规模,预测了2021—2030年流域地表径流量和绿洲适宜规模。结果表明:1990—2000年、2001—2010年、2011—2020年绿洲适宜规模分别为11003.3 km^2、9902.8 km^2和9075.2 km^2,现状规模分别为13388 km^2、14095 km^2和14548 km^2,稳定系数分别为0.46、0.43和0.40;2021—2030年玛纳斯河流域平均地表径流量为30.05亿m^3,绿洲适宜规模为8555.6 km^2;绿洲处于亚稳定状态,为保证未来绿洲的稳定发展,应使其处于适宜规模下。 展开更多

关键词 绿洲适宜规模 地表径流 水热平衡 径流量预测 神经网络 小波分析 回归分析 玛纳斯河

在线阅读 下载PDF 职称材料

采用小波分析和神经网络的短期风速组合预测 被引量：8

16

作者 常雨芳 张力 +1 位作者 谢昊 刘光裕 《华侨大学学报（自然科学版）》 CAS 北大核心 2019年第4期556-560,共5页

为了提高风速的波动性与随机性预测精度,提出小波分析和神经网络组合的风速预测模型.该方法利用小波分解将风速分解为一列频率不相同的分量,并利用二插值进行重构;根据各个分量的频率特征,选择合适的模型分别进行预测;高频分量采用组合... 为了提高风速的波动性与随机性预测精度,提出小波分析和神经网络组合的风速预测模型.该方法利用小波分解将风速分解为一列频率不相同的分量,并利用二插值进行重构;根据各个分量的频率特征,选择合适的模型分别进行预测;高频分量采用组合神经网络预测,低频分量采用合适的单一模型直接进行预测;将各预测值叠加得到最终预测值.算例分析表明:相较于单一预测模型,所提方法的预测精度得到大幅提升,更加贴近实际风速曲线,预测结果更具可靠性. 展开更多

关键词 短期预测 小波分析 径向基神经网络 ELMAN神经网络 广义回归神经网络

在线阅读 下载PDF 职称材料

用小波包变换广义回归神经网络法处理硝基苯胺异构体重叠紫外吸收光谱 被引量：2

17

作者 高玲 李小平 任守信 《石油化工》 EI CAS CSCD 北大核心 2007年第11期1168-1171,共4页

开发了一种小波包变换广义回归神经网络(WPTGRNN)法,用于处理对硝基苯胺、邻硝基苯胺和间硝基苯胺重叠的紫外吸收光谱,达到不经预先化学分离进行同时测定的目的。WPTGRNN法结合小波包变换和广义回归神经网络(GRNN)的特点,改进除噪质量... 开发了一种小波包变换广义回归神经网络(WPTGRNN)法,用于处理对硝基苯胺、邻硝基苯胺和间硝基苯胺重叠的紫外吸收光谱,达到不经预先化学分离进行同时测定的目的。WPTGRNN法结合小波包变换和广义回归神经网络(GRNN)的特点,改进除噪质量和预测能力。通过最佳化实验,选择了小波函数、小波包分解水平及GRNN的平滑因子。实验结果表明,WPTGRNN法的预测标准误差为1.08μg/mL,预测相对标准误差为4.20%,与小波变换广义回归神经网络、广义回归神经网络和主组分回归3种方法进行比较,WPTGRNN法优于其他3种方法。 展开更多

关键词 小波包变换广义回归神经网络 小波包除噪 紫外吸收光谱 硝基苯胺

在线阅读 下载PDF 职称材料

地下河日流量预测模型 被引量：1

18

作者 束龙仓 陶玉飞 +3 位作者 鲁程鹏 董贵明 王茂枚 刘丽红 《水电能源科学》 2008年第3期1-3,共3页

将门限自回归模型(TAR)和小波—BP神经网络组合模型应用于后寨河流域出口流量的预测中,建立了阶数分别为5、4、1三段的自回归模型。采用db3小波对地下河日流量序列进行分解作为BP神经网络的输入,建立小波—BP神经网络组合模型。从绝对... 将门限自回归模型(TAR)和小波—BP神经网络组合模型应用于后寨河流域出口流量的预测中,建立了阶数分别为5、4、1三段的自回归模型。采用db3小波对地下河日流量序列进行分解作为BP神经网络的输入,建立小波—BP神经网络组合模型。从绝对误差和相对误差角度对比分析两种模型,得出小波—BP神经网络组合模型更适合本地下河日流量预测。针对两模型的不足提出了改进的建议。 展开更多

关键词 地下河日流量 门限自回归 小波 BP神经网络

在线阅读 下载PDF 职称材料

基于RNR-WVD与GA-小波的非稳态排气噪声声品质研究 被引量：4

19

作者 曾发林 孙苏民 《振动与冲击》 EI CSCD 北大核心 2019年第12期74-80,104,共8页

基于心里声学客观参量的GA-BP声品质预测模型能够准确的预测稳态排气噪声声品质。对于非稳态噪声研究,引入正则化非稳态回归技术(RNR)优化计算维格纳-威尔分布(WVD)的时频方法,建立新的声品质参量SQP-RW(Sound Quality Parameter Base o... 基于心里声学客观参量的GA-BP声品质预测模型能够准确的预测稳态排气噪声声品质。对于非稳态噪声研究,引入正则化非稳态回归技术(RNR)优化计算维格纳-威尔分布(WVD)的时频方法,建立新的声品质参量SQP-RW(Sound Quality Parameter Base on RNR-WVD),用此参量替换掉与满意度相关性较小的客观参量。同时,以Morlet小波基函数作为隐含层结点的传递函数构建小波神经网络(Wavelet Neural Network,WNN),并用GA优化小波神经网络层间的权值和阈值,构造出GA-WNN并用于非稳态排气噪声声品质预测。结果表明:GA-WNN在非稳态排气噪声声品质预测上比GA-BP神经网络更加准确;引入SQP-RW参量,模型具有更高的精度,更能体现出非稳态信号特征及声品质特点。 展开更多

关键词 非稳态排气噪声 小波神经网络 声品质 正则化非稳态回归 WVD分布

在线阅读 下载PDF 职称材料

小波潜变量回归和广义回归神经网络同时测定三组分混合物

20

作者 任守信 高玲 《分析科学学报》 CAS CSCD 北大核心 2002年第6期469-471,共3页

本文采用小波潜变量回归 (WLVR)方法 ,同时测定重叠的光谱信号。结合小波阈值法和主组分分析 (PCA)改进除噪质量。八个误差判据用于推断因子数目。潜变量由小波处理过的信号投影到正交基矢量而获得。广义回归神经网络 (GRNN)被应用于多... 本文采用小波潜变量回归 (WLVR)方法 ,同时测定重叠的光谱信号。结合小波阈值法和主组分分析 (PCA)改进除噪质量。八个误差判据用于推断因子数目。潜变量由小波处理过的信号投影到正交基矢量而获得。广义回归神经网络 (GRNN)被应用于多组分同时测定。依据算法原理编制了三个程序 (PWMRA、PWL VR和PGRNN)执行有关计算。三个方法 (WLVR、LVR(潜变量回归 )和 GRNN)同时测定三组分混合物 。 展开更多

关键词 三组分混合物 小波潜变量回归 广义回归神经网络 多组分同时测定 分析化学

在线阅读 下载PDF 职称材料