检索结果-内蒙古大学图书馆

电力系统自动化 2009年第21期33卷 1-6页

作者：吴超陆超韩英铎吴小辰柳勇军清华大学电机系电力系统国家重点实验室北京市100084 南方电网技术研究中心广东省广州市510623

弱阻尼低频振荡是影响互联电网安全稳定运行的主要因素,但目前基于测量信息只能在振荡发生后进行告警,而不能预警。大量广域实测数据表明,因负荷的随机变化,电网内持续存在类似噪声信号的小幅波动。文中基于这种类噪声信号,采用自回归... 详细信息

弱阻尼低频振荡是影响互联电网安全稳定运行的主要因素,但目前基于测量信息只能在振荡发生后进行告警,而不能预警。大量广域实测数据表明,因负荷的随机变化,电网内持续存在类似噪声信号的小幅波动。文中基于这种类噪声信号,采用自回归滑动平均(ARMA)法进行低频振荡模式辨识,从而实现电网正常运行状态下的动态稳定性预警。模型定阶是利用ARMA法进行振荡模式辨识的关键步骤,直接关系到结果的准确性。在分析比较各种定阶准则优缺点的基础上,选用贝叶斯准则(BIC)确定ARMA模型阶数,进一步面向在线实际应用,采用ARMA(2n,2n-1)建模方案提高辨识速度。最后,将该方法用于对36节点系统仿真数据和南方电网实测类噪声信号进行处理,辨识结果说明了该方法的有效性。

关键词：振荡模式辨识类噪声信号自回归滑动平均模型贝叶斯准则 ARMA(2n,2n-1)建模方案

来源：评论

学校读者我要写书评

暂无评论

考虑碳市场风险的热电联产虚拟电厂低碳调度

引用

电力自动化设备 2024年第10期44卷 8-15页

作者：王秋杰亓浩谭洪王昊朱益汪平李振兴梯级水电站运行与控制湖北省重点实验室湖北宜昌443000 三峡大学电气与新能源学院湖北宜昌443000

燃煤热电机组“以热定电”的运行模式会导致新能源消纳能力不足,且运行过程中会产生过高碳排放。为此,建立了考虑地源热泵、电转气(P2G)和碳捕集与封存(CCS)的热电联产虚拟电厂模型,并提出了基于碳市场风险的虚拟电厂低碳调度策略。利... 详细信息

燃煤热电机组“以热定电”的运行模式会导致新能源消纳能力不足,且运行过程中会产生过高碳排放。为此,建立了考虑地源热泵、电转气(P2G)和碳捕集与封存(CCS)的热电联产虚拟电厂模型,并提出了基于碳市场风险的虚拟电厂低碳调度策略。利用自回归滑动平均模型及广义自回归条件异方差模型预测碳市场的次日碳价,并用条件风险价值模型衡量其波动风险;引入电制热设备地源热泵,协同P2G-CCS解耦热电联产“以热定电”运行约束;提出以各设备的运行成本、弃风弃光惩罚成本、碳交易及碳市场风险成本之和最小为目标函数的优化调度策略。算例结果表明:所提调度策略不仅能促进新能源消纳,提高经济效益,还可以降低系统碳排放。

关键词：热电联产虚拟电厂地源热泵 P2G CCS 自回归滑动平均模型广义自回归条件异方差模型条件风险价值

来源：评论

学校读者我要写书评

暂无评论

基于ARMA模型的水文序列相依变异分级方法及验证

引用

水利学报 2021年第7期52卷 793-806页

作者：谢平霍竞群桑燕芳吴林倩李雅晴牛静怡武汉大学水资源与水电工程科学国家重点实验室湖北武汉430072 中国科学院地理科学与资源研究所陆地水循环与地表过程重点实验室北京100101

受自然和人为等因素的影响,水文情势和地理环境不断发生显著变化,不同水文要素形成的水文时间序列常呈现出一定的相依性。为定量研究水文序列中的这种相依现象,本文以自回归滑动平均模型ARMA为例,选取原始水文序列与其相依成分间的相关... 详细信息

受自然和人为等因素的影响,水文情势和地理环境不断发生显著变化,不同水文要素形成的水文时间序列常呈现出一定的相依性。为定量研究水文序列中的这种相依现象,本文以自回归滑动平均模型ARMA为例,选取原始水文序列与其相依成分间的相关系数为衡量标准,提出对相依变异强弱程度分级的一种方法。先用公式推导的方式从原理上阐明相关系数与序列的自回归系数和滑动平均系数存在的关系,从而建立相关系数与序列自相关系数的联系,再选择合理阈值作为分级界限,把相关系数划分为5段区间,对应描述5种不同强弱的相依变异程度。分别以较低阶数的ARMA模型为例,通过统计试验验证了以相关系数作为分级指标的合理性。将所提方法分别应用于模拟时间序列和实测水文序列,并结合物理成因从气候变化和人类活动两个方面对实测径流序列的相依变异分级结果进行了分析与验证,结果表明该方法合理可靠。

关键词：自回归滑动平均模型相关系数统计试验分级时间序列相依变异

来源：评论

学校读者我要写书评

暂无评论

基于组合模型的网络流量预测

引用

华中科技大学学报（自然科学版） 2016年第S1期44卷 29-34页

作者：张洋吴斌张继革陈文波兰州大学通信网络中心甘肃兰州730000 兰州大学信息科学与工程学院甘肃兰州730000

为了更好地对网络流量进行分析和管理,提出一种基于小波变换、自回归滑动平均模型(ARMA)和极限学习机(ELM)的组合预测模型W-ARMA-ELM.原始数据通过小波分解产生近似序列和细节序列,通过对分解序列的自相关性和偏自相关分析,平稳序列使用... 详细信息

为了更好地对网络流量进行分析和管理,提出一种基于小波变换、自回归滑动平均模型(ARMA)和极限学习机(ELM)的组合预测模型W-ARMA-ELM.原始数据通过小波分解产生近似序列和细节序列,通过对分解序列的自相关性和偏自相关分析,平稳序列使用ARMA预测,而非平稳序列使用ELM预测.使用兰州大学教育网、网通流量数据和英国学术主干网流量数据三组不同的网络流量数据来检验组合模型W-ARMAELM的预测性能.实验结果表明提出的组合方法要比单一的ARMA和ELM预测效果要好.同时指出使用自相关和偏自相关分析相结合的方法对分解后的子序列进行平稳性判定有助于选择合适的组合模型从而提高预测精度.

关键词：小波变换自回归滑动平均模型极限学习机网络流量预测组合模型

来源：评论

学校读者我要写书评

暂无评论

盾构机土压平衡系统的ARMA模型及其参数估计

引用

煤炭学报 2014年第11期39卷 2201-2205页

作者：李守巨霍军周曹丽娟大连理工大学工业装备结构分析国家重点实验室辽宁大连116023 大连理工大学机械工程学院辽宁大连116023 大连海洋大学机械与动力工程学院辽宁大连116023

为了表征盾构机土仓压力平衡系统的时滞特性和提高模型的预测精度,建立了该系统的自回归滑动平均(ARMA)模型,并提出了基于优化算法的ARMA模型参数估计方法。实验结果表明,与经典的线性机理模型相对比,新模型显著提高了土仓压力的拟合和... 详细信息

为了表征盾构机土仓压力平衡系统的时滞特性和提高模型的预测精度,建立了该系统的自回归滑动平均(ARMA)模型,并提出了基于优化算法的ARMA模型参数估计方法。实验结果表明,与经典的线性机理模型相对比,新模型显著提高了土仓压力的拟合和预测精度。ARMA模型预测土仓压力的最大相对误差从机理模型的41%降低到9%。结合实验数据,分析了该系统动态响应的时滞特性,分析表明,螺旋输送机转速对下一时刻土仓压力影响的时滞特性更加明显。

关键词：自回归滑动平均模型参数估计土压平衡系统盾构机时滞特性

来源：评论

学校读者我要写书评

暂无评论

基于ARMA的无线传感器网络流量预测模型的研究

引用

电子与信息学报 2007年第5期29卷 1224-1227页

作者：李捷刘先省韩志杰河南大学计算机与信息工程学院开封475001

无线传感器网络(WSN)的流量预测研究对于WSN管理具有至关重要的意义。基于WSN的特点,结合自回归滑动平均(ARMA)模型,该文提出了一个面向WSN的流量预测算法。仿真结果表明,该算法具有较高的预测精度;利用本算法对WSN的多路径路由机制进... 详细信息

无线传感器网络(WSN)的流量预测研究对于WSN管理具有至关重要的意义。基于WSN的特点,结合自回归滑动平均(ARMA)模型,该文提出了一个面向WSN的流量预测算法。仿真结果表明,该算法具有较高的预测精度;利用本算法对WSN的多路径路由机制进行改进后,可进一步提高WSN的生存期。

关键词：无线传感器网络流量自回归滑动平均模型多路径路由

来源：评论

学校读者我要写书评

暂无评论

基于游程判别法和VMD残差修正的风电功率预测

引用

湖南大学学报（自然科学版） 2022年第8期49卷 128-137页

作者：王瑞冉锋逯静河南理工大学电气工程与自动化学院河南焦作454000 河南理工大学计算机科学与技术学院河南焦作454000

为了提高风电功率预测准确性,提出一种基于频率游程判别法和变分模态分解(VMD)残差修正的风电功率超短期预测模型.采用变分模态分解将原始风电功率序列分解,得到一系列不同中心频率的子序列,再利用序列之差提取残差序列,残差序列继承原... 详细信息

为了提高风电功率预测准确性,提出一种基于频率游程判别法和变分模态分解(VMD)残差修正的风电功率超短期预测模型.采用变分模态分解将原始风电功率序列分解,得到一系列不同中心频率的子序列,再利用序列之差提取残差序列,残差序列继承原始序列噪声分量与分解被屏蔽的真实分量,呈现波动性大,非线性复杂和不平稳的特点,采用t-SSALSTM模型并结合天气特征进行预测.利用频率游程判别法把子序列划分为低频分量类和高频分量类:低频分量呈现线性平稳的特点,采用自适应t分布麻雀搜索算法(t-SSA)优化自回归滑动平均模型(ARIMA)预测;高频分量具有波动性大且复杂的特点,采用t-SSA优化长短时记忆神经网络(LSTM)进行预测.将不同序列的预测结果线性叠加得到风电功率预测结果.将该模型应用于国内某风电发电厂的风电功率预测中,试验结果表明,该模型能有效提高预测精度.

关键词：风电功率长短时记忆神经网络自回归滑动平均模型残差麻雀搜索算法

来源：评论

学校读者我要写书评

暂无评论

基于时变ARMA模型的MEMS陀螺随机误差补偿技术

引用

光子学报 2018年第7期47卷 109-118页

作者：宋金龙石志勇王律化王海亮陆军工程大学石家庄校区石家庄050003

为了提高微机电系统(MEMS)陀螺的测量精度,提出了一种基于遗忘因子递推最小二乘估计的时变自回归滑动平均(ARMA)模型补偿方法.针对实测MEMS陀螺去除趋势项后的随机漂移信号,采用分段检验方式进行了平稳性分析,选取合适的基函数以及子空... 详细信息

为了提高微机电系统(MEMS)陀螺的测量精度,提出了一种基于遗忘因子递推最小二乘估计的时变自回归滑动平均(ARMA)模型补偿方法.针对实测MEMS陀螺去除趋势项后的随机漂移信号,采用分段检验方式进行了平稳性分析,选取合适的基函数以及子空间维数进行时变ARMA模型建模.采用遗忘因子递推最小二乘估计的方式进行模型参数估计,通过设置遗忘因子,使得更新后的模型参数能够反映信号的动态变化.针对存在轻微波动的时变参数,采用5阶多项式对时变模型参数进行拟合,并提出一种解析法进行参数寻优,从而建立最优随机漂移模型.将建模结果应用于卡尔曼滤波,进行随机漂移补偿,将补偿结果与时不变ARMA模型建模补偿方式的补偿结果进行对比发现,所提方法补偿后的残差方差比时不变ARMA模型补偿后的残差方差降低了近40%,有效提高了MEMS陀螺随机漂移的补偿精度.

关键词：传感器技术微机电系统陀螺自回归滑动平均模型随机漂移遗忘因子递推最小二乘法

来源：评论

学校读者我要写书评

暂无评论

基于ARMA模型模拟高架桥的脉动风速时程

引用

振动与冲击 2009年第6期28卷 46-51,59页

作者：李春祥谈雅雅李锦华上海大学土木工程系上海200072

强风是高架桥设计与防灾减灾分析的控制性荷载之一。风与高架桥相互作用十分复杂,可以通过风洞试验、现场实测、数值模拟获取可靠的风速(风荷载)数据。尽管如此,时域分析可以使人们更全面地了解高架桥的风振响应特性,也能更直观地反映... 详细信息

强风是高架桥设计与防灾减灾分析的控制性荷载之一。风与高架桥相互作用十分复杂,可以通过风洞试验、现场实测、数值模拟获取可靠的风速(风荷载)数据。尽管如此,时域分析可以使人们更全面地了解高架桥的风振响应特性,也能更直观地反映高架桥风致振动控制的有效性。因此,使用线性滤波法即白噪声滤波法(WNFM)中的自回归滑动平均(ARMA)模型模拟高架桥的脉动风速时程。首先,考虑高架桥脉动风速的时间和空间相关性,导出自回归(AR)模型阶数与滑动回归(MA)模型阶数不相等时ARMA模型的表达式。接着,基于Kaimal风速谱,使用ARMA模型来模拟一座实际高架桥的脉动风速时程。最后,通过比较模拟风速功率谱、自相关和互相关函数与目标风速功率谱、自相关和互相关函数的吻合程度,验证基于ARMA模型模拟高架桥脉动风速时程的可行性。

关键词：高架桥风荷载风速时程自回归滑动平均模型随机过程数值模拟

来源：评论

学校读者我要写书评

暂无评论

一种基于复合AI模型的动态阈值设定方法

引用

中国电机工程学报 2022年第17期42卷 6286-6295页

作者：张立中谭源王堃陈志刚国网宁夏电力有限公司信息通信公司宁夏回族自治区银川市753000 中南大学计算机学院湖南省长沙市410008

传统信息设备的运行状态感知和故障告警主要依靠人工和传统自动化运维,存在开销大、效率低、错报误报率高等缺点。该文提出一种动态阈值设定机制,能够基于预测结果计算指定置信度下的动态阈值区间。为了得到准确的预测结果,提出离散小... 详细信息

传统信息设备的运行状态感知和故障告警主要依靠人工和传统自动化运维,存在开销大、效率低、错报误报率高等缺点。该文提出一种动态阈值设定机制,能够基于预测结果计算指定置信度下的动态阈值区间。为了得到准确的预测结果,提出离散小波变换–自回归滑动平均模型(auto-regressive moving average model,ARIMA)–指数加权萤火虫算法(exponential weighted firefly algorithm,EWFA)–极限学习机(extreme learning machine,ELM)复合模型。该模型通过离散小波变换将原始时间序列拆分为多个子序列,并按照平稳性的不同分别使用ARIMA模型和FA优化的ELM模型进行处理。最后,通过小波逆变换集成各个子序列的预测结果。此外,该文还提出EWFA,有效提升了萤火虫算法的寻优性能和收敛速度。在宁夏电力公司核心路由器数据上进行的实验表明,该方法获得了比Bi-LSTM、GRU等基准模型更好的性能,能够实现精准高效的故障预警,从而减少企业的人力物力开销。

关键词：时间序列预测小波变换动态阈值指数加权萤火虫算法极限学习机自回归滑动平均模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：