排序方式: 共有27条查询结果,搜索用时 15 毫秒
1.
2.
合理选择预测相似日是提高综合负荷预测模型预测效果的有效途径。依据人工经验选相似日的传统方法并不具备最好的预测效果。选择相似日问题可以归结为一个判决问题,即选择与待预测日气象等因素最相似的一天。影响电力系统短期负荷的因素有很多,且常常难以定量表达,针对电力系统短期负荷预测中存在的不确定性问题,将证据理论应用于短期负荷预测中的相似日选择上来。用广西某地方电网的实际数据验证表明,将证据理论应用于相似日的选取,能较准确选择相似日从而提高了预测精度。 相似文献
3.
针对气象条件具有累积效应以及不同气象条件对负荷影响的程度不同的特点,采用一加权的几何距离公式来选取神经网络的训练样本,不仅加快了神经网络的训练速度,而且加强了神经网络的逼近能力.同传统的神经网络相比,广义回归神经网络的训练过程实际上是不断地调整平滑参数σ的过程,因此,σ的不同取值对网络的输出具有重要的影响.在优化广义回归神经网络的平滑参数σ时,采用基于蚁群种群的新型优化算法——蚁群算法来优化,在很大程度上减少了人为选择参数的主观影响.最后通过实例验证了该模型的有效性. 相似文献
4.
5.
6.
多分支水平井是目前煤层气高效开发的主要手段之一,尤其适用于低压、低渗、低产煤层的开发。在进行煤层气多分支水平井钻井作业时,煤层经常发生坍塌或者井漏。不适用的钻井液体系还会污染煤层,导致产能严重不足。在柳林区块XX-07H多分支水平井在煤层水平段钻井作业,优选并应用无固相盐水钻井液。该钻井液体系密度低、粘土抑制性好,有效解决煤层井壁稳定性、漏失复杂问题,减少对煤层伤损害。 相似文献
7.
8.
9.
针对气象条件具有累积效应以及不同气象条件对负荷影响的程度不同的特点,采用一加权的几何距离公式来选取神经网络的训练样本,不仅加快了神经网络的训练速度,而且加强了神经网络的逼近能力。同传统的神经网络相比,广义回归神经网络的训练过程实际上是不断地调整平滑参数 的过程,因此, 的不同取值对网络的输出具有重要的影响。在优化广义回归神经网络的平滑参数 时,采用基于蚁群种群的新型优化算法——蚁群算法来优化,在很大程度上减少了人为选择参数的主观影响。最后通过实例验证了该模型的有效性。 相似文献
10.