共查询到19条相似文献,搜索用时 109 毫秒
1.
2.
混沌相空间的卡尔曼滤波模型及其应用 总被引:1,自引:1,他引:0
针对混沌时间序列,提出将混沌分析方法和卡尔曼滤波实时技术相耦合,建立混沌相空间的卡尔曼滤波模型.以混沌系统的相点为状态变量构成相点的状态空间描述,运用卡尔曼滤波实时预测并校正相点的未来演化规律,据此对四川省电力系统的日负荷时间序列进行短期预测.实例表明,该模型有利于跟踪相空间中相点的非线性演化轨迹,预测精度高、效果好. 相似文献
3.
4.
5.
6.
混沌识别是对非线性时间序列进行混沌预测的前提。针对时间序列风速确定性与随机性相结合的复杂非线性特征,研究了不同的混沌识别方法,并对风速时间序列进行混沌特征识别。应用随机噪声、周期运动及经典混沌系统的时间序列对所选方法进行可靠性验证。对美国国家风能研究中心M2测风塔实测时间序列风速数据进行非线性混沌特征识别。结果表明:风速时间序列具有明显的混沌特征;各风速时间序列表现出不同程度的混沌特征;各混沌识别方法对风速时间序列混沌特征的表达形式不同,互为补充,相互验证。 相似文献
7.
针对目前月降雨序列混沌特性研究中存在的问题,以广东省西江流域高要站月降雨序列为例,运用功率谱方法、主成分分析法、饱和关联维数法、C-C方法进行了混沌特性的判定及特征参数的求取,同时分析了数据长度和噪声对混沌研究的影响.研究结果表明,利用功率谱方法进行混沌判定时,单纯的根据连续多峰的噪声背景作为判定混沌存在的依据并不可靠;饱和关联维数法仅从能量角度对混沌序列进行判定,此外,对混沌序列进行滤波会导致此法判定结果的稳健性降低,C-C方法证明了其计算结果的可靠性;为计算出相对稳定的饱和关联维D2,计算数据的长度至少应为450个点;递归图及相应的各种定量判定标准验证了改进的双小波空域降噪方法可有效去除混沌序列中噪声的影响. 相似文献
8.
9.
随着对强化传热的广泛重视与研究,利用混沌对流来强化传热的新技术得到了关注.利用CFD软件Fluent对C型混沌结构内的流体流动与传热进行数值模拟,对比了C型混沌结构与普通平直结构在流体流动场、温度场分布和传热特性等细观信息,分析了C型混沌结构的强化传热性能及特点.分析结果表明,C型混沌结构使流体在较小速度下产生混沌对流,这种流态增加了流体的扰动与湍动,增大主流区或近壁处流动的混合,强化了流道内的传热,使流道横截面上的温度分布均匀化;混沌对流内的传热Nu数和Po数(即fRe值)不再象普通层流为一定值,而随Re数的增大而增大. 相似文献
10.
11.
基于混沌理论预测模型的模糊控制决策及应用 总被引:1,自引:0,他引:1
由于混沌时间序列内部确定的规律性,其重构的混沌吸引子的相空间具有高精度短期预测性。为此,根据具有混沌特性的非线性、大时滞系统的时间序列及Lyapunov指数规律,计算出系统的饱和嵌入维数和可预报尺度,并以此为指导对系统作高精度预测;在此基础上,又将神经网络预测模型与模糊控制相结合,提出了一种新型的模糊预测控制决策,实现了对非线性、大时滞系统高精度的自适应控制。将该控制应用在单元机组负荷控制中,仿真表明:该控制具有实时性和鲁棒性.图4泰7 相似文献
12.
为减少新能源出力的不确定性对并网系统安全稳定的影响,提高新能源出力预测的精准度成为新能源系统所需解决的首要问题。以光伏系统为例,基于光伏出力时间序列的混沌特性,提出了一种基于混沌理论及最小二乘支持向量机的光伏出力短期预测模型。通过与实际数据和改进前模型进行对比,证明了该模型在光伏出力短期预测中的有效性。 相似文献
13.
电力日负荷的混沌特性分析及短期预测 总被引:9,自引:3,他引:9
基于饱和关联维数法,对四川省全省电力系统日负荷序列的混沌特征进行定量分析,得出日负荷时间序列具有混沌性的结论。在相空间重构的基础上用局域法对日负荷进行短期预测,预测结果表明:方法虽然粗略但简单可行,预测精度较高。 相似文献
14.
基于加权最小二乘支持向量机的月度负荷预测 总被引:1,自引:0,他引:1
考虑到实际电力负荷预测中各数据的重要程度并不相同,在标准最小二乘支持向量机回归算法的训练样本中设置权值系数,建立了加权最小二乘支持向量机模型,以实现样本的优化选择,达到历史数据"重近轻远"的学习效果;同时考虑到粒子群优化算法收敛速度快和混沌运动遍历性、随机性等特点,提出了一种基于混沌思想的粒子群优化算法对模型参数进行优化,引入优势粒子和劣势粒子的权重自适应调节机制,使算法具有动态适应性。将改进的模型应用于江西省萍乡市月度负荷预测中,结果表明本文方法与常规方法相比降低了预测误差,且速度较快。 相似文献
15.
基于混沌神经网络预测模型的最优控制决策及应用 总被引:6,自引:0,他引:6
为了实现非线性、大时滞系统的自适应控制,首先根据具有混沌特性的非线性、大时滞系统的时序列重构相空间,计算出相空间的饱和嵌入维数和最大Lyapunov指数,并以此为指导,建立混沌神经网络预测模型,该模型即便在网络输入不完整或发生变异的情况下,仍能对系统作高精度的短期预测;在此基础上,将预测模型的输出通过反馈校正.再将校正误差和控制增量引入性能函数最优,最后得到最优控制决策,实现了对非线性、大时滞系统高精度的自适应控制。最后将预测控制决策应用到非线性、大时滞的锅炉过热汽温控制中,仿真结果表明了该控制的有效性、快速性和鲁棒性。图6参6 相似文献
16.
Day-ahead electricity price forecasting using wavelet transform combined with ARIMA and GARCH models
This paper proposes a novel price forecasting method based on wavelet transform combined with ARIMA and GARCH models. By wavelet transform, the historical price series is decomposed and reconstructed into one approximation series and some detail series. Then each subseries can be separately predicted by a suitable time series model. The final forecast is obtained by composing the forecasted results of each subseries. This proposed method is examined on Spanish and PJM electricity markets and compared with some other forecasting methods. 相似文献
17.
18.
Rafael Peña Aurelio Medina Olimpo Anaya-Lara James R. McDonald 《Renewable Energy》2009,34(5):1204-1209
A procedure to estimate the capacity of minihydro plants based on water flow time series forecasting is presented. First, the classic method used for this purpose is introduced and then a set of methodologies to assess the feasibility of minihydro generation and to determine system capacity based on time series forecast is described. The water flow time series is processed to determine the theoretical power generation and to assess if a minihydro plant can be installed. Finally the characteristics of each of the electro-mechanical components for the proposed minihydro plant are selected. 相似文献
19.
基于小波分析的BP神经网络潮水位预测方法 总被引:2,自引:0,他引:2
分析了潮水的特性,提出了基于小波多分辨分析的BP神经网络潮水位预测方法。通过小波分解与重构技术,将潮水位序列分解成不同层次,得到趋势项、周期项和随机项,利用BP神经网络对每一项进行预测,最后再重构得到原潮水位序列的预测值。实例验证,基于小波分析的BP神经网络潮水位预测方法比单独用神经网络对潮水位进行预测更有效。 相似文献