基于支持向量机的设备振动信号趋势预测

详细分析了支持向量机用于趋势预测的理论基础,通过Lorenz仿真信号的单步、多步预测证明,支持向量机由于采用了结构风险最小化准则表现出优秀的推广能力,预测区间较长且精度较高.工程应用实例也表明支持向量机在设备趋势预测中可以满足实际需要,具有很好的应用前景.     

Parametric synthesis of pulsar time

A new method of generating pulsar time based on a coherent representation of a sequence of observed events is considered. The properties of pulsar time compared with the traditional approach are analyzed. __________ Translated from Izmeritel’naya Tekhnika, No. 6, pp. 39–44, June, 2006.     

短期电力负荷预报间隔采样混沌模型

现有研究工作表明电力系统负荷数据具有弱混沌性。在负荷预测混沌建模方法中,Lvapunov指数预报模式具有理论基础强、模型简单、预测精度高等优点,但预测时限受负荷吸引子最大Lyapunov指数限制。针对Lyapunov指数预报模式的不足,提出了k-△t间隔采样混沌模型,首先将原始负荷序列分解为多个不相交的了序列,然后对各个子序列分别建立Lyapunov指数预报模型。改进了求解最大 Lyapunov指数的方法,探讨了原始负荷序列最大可分解子序列数目的确定依据。数值实验结果表明文中提出的模型能有效地提高负荷预测精度、增加预测时限。     

神经网络在煤矿安全决策支持系统中的研究及应用

主要研究人工神经网络在煤矿安全决策支持系统中的应用。将BP网络用于瓦斯突出,解决了瓦斯突出判别困难、难以建立数学模型的难题,为煤矿瓦斯突出研究找到了一种新的建模和预测方法。     

油田产量预测系统的研制

如何有效地预测油田的未来产量一直是油藏工程研究中的一项重要内容,准确地预报油田开发过程中的动态产量,是合理调整油田规划和制定方案,实现优化开发和管理的重要依据。本文研究了几种新的预测方法(基于人工神经网络的稠油预测模型、灰色预测模型、CAR预测模型等),并首先将其应用于油田产量预测。本文开发的预测系统集成了20多种常规的和新型的预测方法,对油田产量的预测及管理都能够给出有价值的数据。在充分并准确采集油田各单位产量信息及建立切合实际的数据模型的基础上,将油田产量信息采集与处理、预测与管理等环节,有机地结合成为一个整体。实际预测结果表明,该方法可以取得较好的预测效果。     

基于级联网络的电力系统短期负荷预测

电力系统短期负荷预测对电力系统运行设计具有十分重要的意义。因此，在分析了电力负荷运行曲线的基础上，提出了一种基于级联模糊神经网络的预测模型。该模型采用基于神经网路理论的模糊模型参数辨识方法，很适合于复杂系统的模糊预测和控制。详细地对输入量的选择和学习算法进行了分析。实例表明，此方法具有町靠、鲁棒性好和快速等特点，优于神经网络电力负荷预报方法。     

无线传感器网络动态电压调度算法

针对无线传感器网络的节点在运行状态提出了动态电压调度(DVS)算法。DVS是通过改变处理器的工作电压和工作频率来减少处理器的消耗能量。该方法首先必须对节点各部分发出的信号进行分析和预测,并根据预测后的信号对处理器设定处理速率,最后,设定合适的工作电压和工作频率。     

基于强化学习的股票预测系统的研究与设计

股票市场是金融分析领域中重要而困难的问题。股票数据的分析和预测具有重大的理论意义和诱人的应用价值。BP神经网络在目前的股票预测系统中应用广泛,但是作为有导师的学习系统,BP神经网络必须要求提供相关的经验数据才能正常运行。对此本文提出了一种基于强化学习BP算法应用于股票预测系统,通过强化学习体系来实现体统的自学习,通过网络集成来达到初始数据的预处理,提高系统的泛化能力,在实际应用中取的较好的效果。     

丰台地区负荷分析

在分析丰台地理及经济发展的基础上，对丰台电网的负荷发展现状进行分析，并在此基础上做负荷预测分析，提出了对地区网负荷的分析研究方法。重点强调了地区经济的发展走势对电网负荷以及负荷的预测的影响。     

基于小波的灰色预测理论应用于水电机组故障预测分析

基于神经网络"能量-故障"映射关系,提出将小波频带分析与灰色预测理论相结合进行水电机组故障预测.运用小波分解提取各频带能量,应用预测理论建立水电机组故障特征量的预测模型,预测各频率成分能量的变化,重构由预测各频带能量成分组成的特征向量,应用于水电机组故障预测分析.以水轮机主轴摆度信号为例,应用该方法进行了特征信息提取和预测,表明将小波能量提取与灰色预测理论相结合进行振动特征信息的预测比较有效,为故障预测提供了新思路.