您的位置: 专家智库 > >

哈尔滨市科技创新人才研究专项资金项目(2006RFXXG010)

作品数:2 被引量:11H指数:2
相关作者:张永明齐维贵王军栋陈烈唐海燕更多>>
相关机构:哈尔滨工业大学苏州科技大学更多>>
发文基金:哈尔滨市科技创新人才研究专项资金项目国家科技支撑计划科技型中小企业技术创新基金更多>>
相关领域:电气工程建筑科学更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇电气工程
  • 1篇建筑科学

主题

  • 2篇时间序列
  • 2篇相空间重构
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇热负荷
  • 1篇最大LYAP...
  • 1篇向量
  • 1篇向量机
  • 1篇混沌
  • 1篇基于支持向量...
  • 1篇供热
  • 1篇供热负荷
  • 1篇负荷预报

机构

  • 2篇哈尔滨工业大...
  • 1篇苏州科技大学

作者

  • 2篇齐维贵
  • 2篇张永明
  • 1篇邓盛川
  • 1篇唐海燕
  • 1篇方修睦
  • 1篇陈烈
  • 1篇朱学莉
  • 1篇王军栋

传媒

  • 1篇暖通空调
  • 1篇电网技术

年份

  • 1篇2009
  • 1篇2007
2 条 记 录,以下是 1-2
排序方式:
供热负荷时间序列混沌特性识别及区间预报研究被引量:3
2009年
对供热负荷时间序列进行了混沌特性分析,计算得到了吸引子维数和最大Lyapunov指数。在最大Lyapunov指数点预报法的基础上,提出了最大Lyapunov指数区间预报法,并给出了最大预报时间尺度。仿真结果表明,该方法可取得较高的预报精度和较高可靠度的预报区间。
张永明朱学莉邓盛川方修睦齐维贵
关键词:供热负荷时间序列混沌相空间重构最大LYAPUNOV指数
基于支持向量机的时间序列交叉负荷预报方法被引量:8
2007年
针对电力系统负荷具有拟周期性、非线性、非平稳性和随机性等特点,提出一种支持向量机(support vector machines,SVM)预报模型,并研究它在电力系统短期负荷预报中的应用:通过相空间重构理论,挖掘时间序列数据横向和纵向隐周期性信息,给出了SVM横向和纵向预报样本的构造方法;利用SVM预报方法适应电力系统负荷的非线性;最后,利用SVM时间序列交叉预报方法降低随机因素对负荷预报的影响。算例结果表明,该方法能够揭示负荷的拟周期性、非线性和随机性,且仅采用时间序列交叉就可得到较高的预报精度,便于工程应用。
张永明齐维贵王军栋唐海燕陈烈
关键词:支持向量机负荷预报时间序列相空间重构
共1页<1>
聚类工具0