您的位置: 专家智库 > >

代军委

作品数:3 被引量:19H指数:3
供职机构:北京信息科技大学自动化学院更多>>
发文基金:上海市科学技术委员会资助项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇天然气
  • 2篇群算法
  • 2篇燃气
  • 2篇子群
  • 2篇粒子群
  • 2篇粒子群算法
  • 2篇负荷预测
  • 1篇短期负荷预测
  • 1篇远程
  • 1篇远程监控
  • 1篇天然气管
  • 1篇天然气管网
  • 1篇燃气负荷
  • 1篇燃气负荷预测
  • 1篇网络
  • 1篇无人值守
  • 1篇小波神经
  • 1篇小波神经网络

机构

  • 3篇北京信息科技...
  • 2篇上海师范大学

作者

  • 3篇代军委
  • 2篇徐晓钟
  • 2篇张少平
  • 1篇曹荣敏
  • 1篇关静丽

传媒

  • 1篇计算机应用
  • 1篇计算机仿真
  • 1篇北京信息科技...

年份

  • 3篇2016
3 条 记 录,以下是 1-3
排序方式:
关于天然气管网的短期燃气负荷优化预测研究被引量:7
2016年
由于短期天然气负荷受天气、温度和社会等多种复杂因素的影响而表现出非线性、非平稳的特性,在负荷曲线上表现为多种波动模态,而多数预测方法直接把影响因素引入到整体的燃气负荷中。为有效提高预测精度,提出一种采用经验模式分解(EMD)和粒子群小波神经网络(PSO_WNN)的短期燃气负荷预测方法。针对历史负荷中的不良数据,首先进行预处理,然后针对历史负荷序列的,再利用EMD按频率将负荷序列分解为固有模态IMF分量,小波神经网络(WNN)具有良好的非线性逼近能力和自学习能力,所以选择WNN预测模型,采用粒子群优化(PSO)算法的全局快速寻优优化小波神经网络的参数,增强预测模型的全局搜索能力,最后对各IMF建立PSO_WNN预测模型进行预测,对上述预测结果进行重构得到最终的预测结果。运用上述模型进行仿真,结果表明,该模型与单一的BP预测和EMD_WNN预测方法相比,预测精度比较高,为短期负荷优化预测提供了参考。
张少平徐晓钟代军委
关键词:短期负荷预测经验模式分解粒子群算法小波神经网络
基于ZigBee的开放实验室无人值守监控系统设计被引量:3
2016年
针对开放实验室在无人值守情况下的安全运行,设计了一套基于Zig Bee的开放实验室远程监控系统。在实验室内部使用近距离无线通讯技术Zig Bee建立无线传感网络,实时监测人体红外、火焰、烟雾、水浸和门窗磁等安防参数。各项数据由协调器通过GSM模块发送短信到用户手机上,实现实验室的全天候远程监控,对开放实验室的安全运行具有一定的实际应用价值。
关静丽曹荣敏代军委
关键词:BEEGSM短信远程监控
基于自适应变异粒子群算法和BP神经网络的短期燃气负荷预测被引量:11
2016年
天燃气负荷具有非线性和不确定性的特性,针对传统的单一神经网络预测方法存在收敛速度慢、易陷入局部极值的问题,为提高预测精度,提出一种结合自适应变异粒子群算法(AMPSO)和BP神经网络的短期燃气负荷预测方法。采用自适应调整惯性权重的方法,通过自适应的概率对比较密集的粒子引入交叉算子和变异算子,通过比较当前粒子的概率与交叉概率和变异概率的取值进行交叉和变异,形成AMPSO,利用AMPSO优化BP神经网络,建立较优的燃气负荷预测模型,这种方法能有效实现全局收敛并保证收敛速度。为验证模型的性能对上海市短期负荷进行预测,平均绝对百分误差MAPE为0.012。实验结果表明,与传统的BP神经网络预测方法和PSO_BP预测方法相比,该提出的模型的预测精度比较高。
张少平徐晓钟代军委
关键词:BP神经网络粒子群算法负荷预测天然气
共1页<1>
聚类工具0