您的位置: 专家智库 > >

盛立锃

作品数:2 被引量:11H指数:2
供职机构:长沙理工大学电气与信息工程学院更多>>
发文基金:湖南省自然科学基金湖南省科技计划项目国家自然科学基金更多>>
相关领域:电气工程理学更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇电气工程
  • 1篇理学

主题

  • 1篇代数
  • 1篇递推
  • 1篇递推最小二乘
  • 1篇递推最小二乘...
  • 1篇电力
  • 1篇电力系统
  • 1篇电量
  • 1篇电量预测
  • 1篇用电量
  • 1篇用电量预测
  • 1篇神经网
  • 1篇神经网络
  • 1篇最小二乘
  • 1篇最小二乘法
  • 1篇混沌
  • 1篇混沌控制
  • 1篇混沌系统
  • 1篇共轭梯度
  • 1篇共轭梯度法
  • 1篇补偿控制

机构

  • 2篇长沙理工大学

作者

  • 2篇曾喆昭
  • 2篇盛立锃
  • 1篇雷妮
  • 1篇李莎

传媒

  • 1篇物理学报
  • 1篇电力科学与技...

年份

  • 1篇2015
  • 1篇2013
2 条 记 录,以下是 1-2
排序方式:
不确定混沌系统的多项式函数模型补偿控制被引量:5
2013年
针对不确定混沌系统控制问题,研究了一种基于共轭梯度法(conjugate gradient algorithm,CGA)的多项式函数模型(polynomial-basis-functions model,PBFM)的补偿控制方法.该方法首先用PBFM对混沌系统的动力学特性进行拟合,然后用拟合好的PBFM模型对不确定混沌系统进行前馈补偿控制.该方法的特点是不需要被控混沌系统的数学模型,可以快速跟踪任意给定的参考信号.数值仿真试验表明了该方法不仅具有响应速度快、控制精度高,而且具有较强的抑制混沌系统参数摄动能力和抗干扰能力.
曾喆昭雷妮盛立锃
关键词:混沌控制共轭梯度法
基于代数多项式模型的用电量预测研究被引量:7
2015年
针对电网布局与建设等要求,需要根据地区提供的历史数据对该地区未来的用电量进行比较合理的预测。为此,构建基于递推最小二乘法算法的多项式预测模型,并提出基于代数多项式神经网络预测方法。该方法以多项式拟合模型构建神经网络拓扑结构,以模型参数作为神经网络权值,以往年每个季度的用电量数据作为参考值,使用递推最小二乘法对神经网络权值进行训练以获得多项式模型参数。仿真结果表明,该方法不仅具有良好的拟合效果,而且也具有良好的预测功能,在电力系统用电量预测中具有较大的应用价值。
盛立锃曾喆昭李莎
关键词:电力系统用电量预测递推最小二乘法神经网络
共1页<1>
聚类工具0