首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 140 毫秒
1.
基于小波变换和神经网络的短期风电功率预测方法   总被引:4,自引:3,他引:1  
随着并网风电场规模的不断增大,为保证电力系统运行的稳定性、合理制定调度计划、提高风电场在发电市场的竞争力,需要对短期风电功率进行准确地预测。该文提出一种小波变换和神经网络理论相结合的综合预测方法,将历史风电功率序列和历史风速序列分别进行小波单尺度分解,得到对应的概貌功率、细节功率和概貌风速、细节风速;然后用概貌功率和概貌风速序列训练BP神经网络,预测未来的概貌功率;用细节功率和细节风速序列训练BP神经网络,预测未来的细节功率。在此基础上,将概貌功率和细节功率叠加,得到最终预测结果。对我国某风电场的实际数据  相似文献   

2.
基于小波变换的农业图像增强方法研究   总被引:7,自引:3,他引:4  
国内外有关果品、植物、昆虫等农业图像处理大都采用常规的方法,这些方法要么仅在时域要么仅在频域,而不能同时在时域和频域分析图像,且不具有多分辨率特性。该研究应用小波变换这一新理论、新方法,深入开展农业图像增强方面的研究工作。将小波变换应用于低对比度的仙客来图像、橙子剖面图的增强,设计了加强低频弱化高频、增强低频合并原图像两种算法,解决了传统的直方图均值化、对数变换以及LoG Filter等方法不能较好地使图像增强的问题;又将小波变换应用于含有皱褶及裂纹的红枣图像的增强,通过加强高频弱化低频,很方便地使得红枣的裂纹和皱褶更加明显,便于分级与检测。结果表明基于小波变换的农业图像增强算法方便简捷、效果良好。  相似文献   

3.
基于小波变换的Wiener滤波方法在农产品图像去噪中的应用   总被引:2,自引:2,他引:0  
农产品图像的去噪是农产品图像处理中最基本、最重要的工作之一。为了更有效地去除农产品图像中的噪声。受二维离散Wiener滤波器计算方法的启发,提出了一种基于小波变换的Wiener滤波方法。该方法采用小波变换和Wiener滤波相结合的方法,具有稀疏性、多分辨率、去相关性、选基灵活性和在MSE意义上对图像进行最优估计的优点。该方法首先对含噪农产品图像ano做第一次小波变换得到低频图像a1和水平、垂直和对角三方向的高频图像 hd1、vd1及dd1;其次对低频图像a1做Wiener滤波得到a1w,再对3个高频图像分别做Wiener滤波并合成得到g1w ;接着对低频的a1w和高频g1w做小波逆变换,得到滤波图像“a1w+g1w”。同时,考虑到噪声主要在高频部分,所以直接把低频的a1和高频g1w做小波逆变换,得到滤波图像“a1+g1w”。这是对含噪图像ano做第1次小波变换的情况,其第2次、第3次及第4次变换的情况与此类似。这样可以得到许多滤波图像,然后根据图像信噪比PSNR和视觉效果,最终确定去噪效果最好的农产品图像。该方法应用于红枣、小麦杂草等农产品图像的去噪中,结果PSNR为158.23(视觉效果清晰),好于邻域平均法(PSNR 为154.14)、中值滤波法(PSNR 为155.82)、数学形态学(PSNR为154.07,视觉效果偏黑)、高斯滤波法(PSNR为153.79,视觉效果太黑)、直接维纳去噪(PSNR为154.14)和小波去噪(PSNR为158.18)等多种方法。试验结果表明,基于小波变换的Wiener滤波方法应用于农产品图像去噪具有信噪比高、视觉效果好等优点;基于小波变换的Wiener滤波方法用于农产品图像去噪是有效的、可行的。  相似文献   

4.
一种基于小波变换的图像过渡区提取及分割方法   总被引:8,自引:3,他引:5  
具有复杂背景的树木图像的分割对于精确对靶施药及智能化植保机械的设计具有重要意义。为实现树木图像的精确分割,针对该类图像的特点,该文提出了一种基于小波变换的过渡区提取树木图像分割方法。通过对比小波变换系数、小波变换系数聚类以及小波包系数,最终选取了同时能够分解出更多高频、低频信息的小波包变换系数提取特征,根据小波包变换系数定义了小波能量比参数,将小波能量比参数值归一化为图像灰度值,采用自适应阈值和神经网络两种方法提取了过渡区,实现了具有复杂背景树木图像的分割。试验表明,该方法分割精度高,对于分割复杂背景的树木图像具有特别意义。  相似文献   

5.
基于Mallat算法的谷物流量信号小波去噪方法   总被引:4,自引:3,他引:1  
针对联合收获机在复杂噪声背景作业过程中难以获取可靠的谷物流量信息的难题,提出了利用小波变换(wavelet transform,WT)对谷物流量传感器输出信号去噪处理方法。根据流量原始信号和噪声的频谱特性确定小波函数和分解尺度,将采集的流量原始信号通过Mallat算法进行小波分解,滤除高频噪声分量重构流量有效信号,由单片机AD通道对流量有效信号进行标定,标定试验后的传感器在不同谷物流量下累积质量最大相对误差为1.68%。利用北斗定位模块进行差分定位提高定位精度,测产装置信息由8051F单片机存储用以绘制农田作业产量图,将设计的测产系统安装在联合收获机上进行模拟水稻作业试验,试验结果表明:对流量传感器输出信号进行小波分解后,谷物流量测量相对误差最大为6.18%,平均相对误差为5.37%。通过对流量传感器输出原始信息进行小波变换,对比小波去噪前后信号的频谱曲线,验证了基于Mallat算法的流量信号去噪和流量有效信息重构方法的可行性和准确性,该研究可为研究农业机械复杂作业环境下原始信息去噪与有效信息重构提供参考。  相似文献   

6.
基于ARSIS策略的SAR影像与多光谱遥感小波融合   总被引:1,自引:1,他引:0  
针对南方多云多雨、光学遥感数据不易获取的特点,在江苏省宝应县设置了区域试验,探索了ENVISAT/SAR影像与HJ-1A星多光谱遥感融合的模式与效果。基于ARSIS策略,利用Mallat小波变换和波段间交互构造模型IBSM,对SAR影像和HJ-1A/CCD影像进行小波分解与低频、高频系数重构,然后通过小波逆变换得到信息融合影像。针对低频与高频影像的不同区域特征使用不同的融合规则,以增强融合过程的自适应性。对融合影像进行了主观与相应的定量评价,并与PCA变换、IHS变换等传统方法进行比较。最后,利用GPS矢量样点提取了小波融合前后影像的波段值与NDVI信息,对融合效果做了进一步的分析与说明。结果表明,小波融合、IHS变换、PCA变换影像光谱扭曲度平均值分别为0.1016、0.3261、1.2772,其中小波融合方法的值最小。三者的信息熵平均值分别为14.7015、11.8993和13.2293,以小波融合方法的值最高。说明小波融合方法在提高空间分别率的同时,较好的增强了光谱保持能力,信息解译效果明显优于PCA变换和IHS变换2种方法。  相似文献   

7.
基于离散余弦变换和区域生长的白粉虱图像分割算法   总被引:3,自引:2,他引:1  
图像分割是病虫害自动识别的难点之一,目前大多基于颜色、纹理等信息采用阈值法或聚类法进行分割,简单,易实现,但分割精度较低。该文针对田间开放环境中,不能用颜色、纹理特征有效分割病虫害图像的问题,引入离散余弦变换(discrete cosine transform,DCT),提出用清晰度对病虫害图像进行分割,以提高分割精度。DCT的低频信号表示图像轮廓,高频信号表示图像细节,对于病虫害图像,焦点通常聚集在目标区域,该文提出截断DCT高频信号,再与原图做差的方法以区分清晰部分和模糊部分,然后结合病虫图像局部聚合度较高的特性,利用区域生长方法提取完整目标。采用该算法对白粉虱图像进行分割测试,并与阈值法和GMM方法比较:分割结果中,目标的一致性和边缘的清晰度明显好于阈值法和GMM方法,平均正确分类率为98.49%,分别较R,B,Y空间中阈值法和Y空间中GMM方法分类正确率高2.96%、3.28%、3.24%和9.65%,差异达到显著水平。基于DCT和区域生长的分割算法鲁棒性高,能够有效地将病虫害区域从自然环境中采集的叶片中分离,可用于分割白粉虱图像。  相似文献   

8.
金融资产收益率波动是资产定价和金融风险管理的核心部分,而跳跃是收益率波动中的重要组成部分。基于修正z一检验,本文检测识别我国股市波动中跳跃行为,并且研究了跳跃的时序特征,统计结果表明,在市场大波动时期,和连续成份相比,跳跃对于波动率具有极其重要的贡献。建立包含跳跃的已实现波动率非齐次自回归模型,在波动模型中纳入滞后绝对日收益率和杠杆效应预测股指收益率波动。实证分析结果显示,对于短期的波动预测,包含跳跃和两种影响因素的波动模型表现最好,然而对于提前1月的长期预测,跳跃和连续波动成份分离模型预测明显优于其它模型,这些事实说明跳跃对股指波动率预测具有重要的影响,好坏消息对波动率非对称性具有短期显著影响,而对长期水平的波动率预测影响不显著。  相似文献   

9.
粮食生产潜力短期预测结果可以检验粮食中长期生产潜力预测的准确性和为国家提供制定粮食生产战略的科学依据。粮食生产潜力短期预测理论即"趋势-波动理论",它建立在粮食或作物"现状生产潜力"概念和"天-人-地概念模型"基础上,预测模型为最佳移动步长条件下的多年单产移动平均趋势模型,实际预测时采用系统预测方法。11个研究案例预测的平均误差为0.77%,最大误差为2.99%,预测精度高。本研究初步结论是:粮食生产潜力短期预测理论和模型是科学和实用的。  相似文献   

10.
基于小波包变换和量子神经网络的触电故障类型识别模型   总被引:1,自引:1,他引:0  
针对农村低压电网中广泛应用的剩余电流保护装置,只能检测到剩余电流有效值的大小作为唯一动作判据,不能自动识别剩余电流与触电故障类型之间所具有的非线性映射规律的难题,提出了一种基于小波包变换和量子神经网络的触电故障类型识别模型。首先应用小波包变换明确了生物体触电故障时,剩余电流中312.475 Hz以下低频带的能量谱波动明显,其中39.062 5~78.125 Hz和119.2~156.25 Hz两频带的波动幅度达9.05和9.00,提取了剩余电流的小波包能量谱8维度特征向量,同时应用特征频带能量占有比之差的平均变化率,实现了生物体发生触电故障的准确检测。然后以小波包能量特征向量为有效信息源,利用量子计算的态叠加思想和神经网络计算的自适应性结合,建立了一种量子神经网络作为触电故障类型识别模型,该网络采用多个量子能级的量子神经元,在学习1 437次时误差精度达到0.000 998 92,快速高效地实现了触电故障类型的识别,其仿真试验准确率达100%。该研究对于研发新一代基于生物体触电电流分量动作的自适应型剩余电流保护装置具有重要的参考价值。  相似文献   

11.
随着电力市场化改革的深入推进,电力系统运行呈现出更强的灵活性和不确定性,对短期负荷精准预测提出了更高的要求。为有效协调发电、输电、配电、用电的关系,增强电力系统日运行调度的安全稳定性,该研究提出了一种基于模态组合的短期负荷预测方法。从时域和频域2个维度提出了负荷序列和影响因素序列分解评价方法,得到改进的变分模态分解法(Variational Mode Decomposition,VMD),对原始日负荷序列及影响因素序列进行分解,并采用粒子群优化算法(Particle Swarm Optimization,PSO)对VMD的参数寻优。根据原始序列分解情况,对比各影响因素模态序列与负荷序列的频域特征,筛选出与负荷序列特征相近的模态并将其进行线性叠加组合,得到多个整合后的组合模态序列,以确定预测模型的输入量;分别利用粒子群优化的最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)模型进行负荷预测。算例结果表明,相比于直接采用PSO-LSSVM方法,本文提出的基于模态组合的短期负荷预测方法的最大相对误差降低了3.36个百分点,平均相对误差降低了1.71个百分点,最大绝对误差降低了95 MW,平均绝对误差降低了55.72 MW,短期负荷预测的精度得到明显提升。  相似文献   

12.
为提高光伏电站短期功率预测的精度,提出一种基于经验小波变换(empirical wavelet transform,EWT))和核最小最大概率回归机(kernel mini max probability machine regression,KMPMR)的组合预测模型,对晴天、阴天和雨天3种天气类型下的光伏电站出力分别进行了预测分析。该文首先采用EWT将相似日光伏功率序列分解为具有特征差异的AM-FM分量,然后根据各AM-FM分量的变化特点建立相应的KMPMR预测模型分别进行预测并叠加得到最终预测结果。试验结果表明,相比SVM方法,该文方法在晴天、阴天和雨天可提高预测精度(MAE)分别为56.19%、54.15%和76.33%;相比EMD-KMPMR方法,在降低近一半左右计算规模的同时,可提高预测精度(MAE)分别为9.42%、38.74%和64.52%。以阿克苏地区光伏电站实际运行数据进行试验验证表明,该文方法在3种天气类型下均可取得较高的预测精度。  相似文献   

13.
风电场内部无功功率对并网稳定性的影响   总被引:2,自引:2,他引:0  
由于风电场的建立受地理位置的限制,大多数风力发电厂都要建立在电力系统末端,风电并网最重要的影响方面就是因电压质量带来的系统运行不稳定性。为提高风电场并网运行时系统的稳定性,该文以实际的风电场为例,对风电场内部无功损耗产生的原因进行分析,在不影响风电系统稳定性的前提下,通过计算利用一组风力发电机发无功功率来补偿因无功功率给并网系统带来的电压波动,满足并网运行系统稳定性的要求。  相似文献   

14.
针对风电场并网点电压故障引起的风机大规模脱网问题,提出了基于柔性形态算子和经验模态分解(empirical mode decomposition,EMD)去噪技术的电网电压故障检测方法。首先,利用EMD对采样信号进行时频自适应预处理,从而确定噪声主导模态;然后,通过柔性形态学变换加阈值输出,有效放大信号奇异点,避免了因电网电压信号周期性变化和噪声引起的背景梯度对检测结果的影响,实现故障定位检测。通过对不同噪声强度的电压暂降故障信号进行检测对比分析发现,随着信号信噪比下降,标准形态学方法的检测误差进一步增大,当信噪比达到25db时,甚至出现了误检现象,而柔性形态EMD检测方法仍然可以有效检测故障扰动的起止时间,表明该方法与标准形态学和小波阈值方法相比,在简化运算过程的同时可以获得更高的检测精度。最后,对某风电场并网点故障电压的分析结果与实测数据的一致性,验证了该方法可以有效检测电网电压的瞬态故障信息,从而为风电场无功补偿装置的投切控制提供了依据。  相似文献   

15.
基于逆模型解耦的风力提水变论域模糊控制   总被引:2,自引:2,他引:0  
针对风力提水系统风、辅动力存在耦合使控制效果难以保证的问题,该文提出了一种基于逆模型解耦的变论域模糊控制方法。采用神经网络方法辨识风力提水系统的逆系统,并与被控对象进行串联,建立伪线性系统,实现风、辅动力解耦。同时采用模糊控制器对风、辅动力分别进行独立控制,对模糊控制器的论域进行改进,增强系统的环境适应能力。逆模型仿真试验中变量泵控制和柴油机控制量平均误差分别为6.3%和4.5%,实际运行中离心泵的转速平均误差控制在5%以内,说明该文方法能有效抑制风速变化的影响。研究结果对风力提水系统的推广具有重要的意义。  相似文献   

16.
为了支持风电场的开发和建设,结合最小二乘法对风切变指数这一重要参数进行了分析研究。根据风切变指数关系式和最小二乘法拟合直线算法,给出5种不同的方法分别计算风切变指数;然后根据计算得出的风切变指数与幂律公式推算已知高度的风速,再利用各自的推算结果与实测风速进行对比,分析其误差,选择较为准确的风切变指数。选用内蒙古乌兰察布市某测风塔共3个测风高度一年内完整的实测数据为例,采用上述方法计算该地区风切变指数,结果表明去除小风速后的数据利用最小二乘法拟合的计算方法和利用风廓线拟合的方法都较为准确;因此,应结合风电场的实际情况综合采用这些方法,选取误差最小的风切变指数。该研究有利于更准确地推算风机轮毂高度的风况,进而能够更加准确地估算发电量和评估风能资源。  相似文献   

17.
伴随中国农村电网的较快发展,分布式光伏的集成应用是实现新能源就地消纳的重要途径。国家相关政策已对分布式光伏的快速发展进行了相关规划,国家电网公司也出台政策为分布式光伏接入提供便利条件与技术支持,相关的分布式光伏发电功率预测技术需要进行深入研究。针对用户侧分布式光伏发电系统,考虑预测系统的成本约束和运行需求,以及农村电网应用特点,提出一种基于核函数极限学习机的分布式光伏功率预测方法。对于不同容量的分布式光伏发电系统,使用核函数极限学习机构建分布式光伏短期功率预测模型,使用基于权重的训练样本筛选方法提高预测模型计算效率,并通过粒子群算法优化模型参数。预测模型使用低成本的非数值天气预报采样信息,对几十千瓦级的分布式光伏,预测相对误差仅16%~18%,能在低功耗处理器上实现10ms内完成单次发电功率预测,在简化低权重属性后能基本保持原有精度,同时在分布式光伏随机覆尘或逆变器故障条件下预测误差基本不变,具有较高的适应能力。  相似文献   

18.
近50年黄土高原风蚀区风速的区域变化特征分析   总被引:2,自引:0,他引:2  
风影响着地面热量平衡和水循环,也是土壤风蚀的主要动力。选取黄土高原风蚀区12个代表站1957—2009年的风速资料,采用距平累积、Mann—Kendall等分析方法,研究了12个站点的平均风速、最大风速变化特征以及起沙日(DTS)的变化规律。结果表明,黄土高原风蚀地区西部和北部地区的固原、盐池县年平均风速最大,东部地区河曲县风速最小,固原、横山和绥德地区的年均起沙日最多。靖远、银川和绥德的年平均风速呈现显著增大趋势,其余站点年平均风速都呈现降低趋势。年最大风速均呈现减小趋势。日最大风速的极大值出现在4—5月,5月份起沙日出现次数最多,由于该时段春耕扰动地表,而且植被萌发前地表覆盖较小,故容易产生风蚀。  相似文献   

19.
基于反射光谱预处理的苹果叶片叶绿素含量预测   总被引:9,自引:8,他引:1  
以苹果叶片叶绿素含量为研究对象,定量研究了光谱数据预处理方法对光谱特征提取及叶绿素含量预测模型的影响。首先,比较了苹果叶片原始反射率光谱、小波包去噪反射率光谱、反射率一阶差分光谱、先小波包去噪后一阶差分光谱、先一阶差分后小波包去噪光谱这5种光谱的波段间相关系数以及光谱与叶绿素含量间的相关系数,建立了叶绿素含量预测逐步回归模型并对建模结果进行了比较分析。结果表明单纯3层sym8小波包去噪可使光谱曲线平滑,但不会明显提高模型精度;一阶差分虽然放大了局部噪声,但是消除了基线漂移影响,可提高模型精度;先差分后小波包去噪比先小波包去噪后差分具有更高的峰值信号噪声比,更低的均方误差与最大误差,建模结果也显示出同样的结果。因此,先差分后小波包去噪算法可认为是一种有效的苹果叶片叶绿素含量预测光谱预处理方法。利用这一方法建立了苹果叶片叶绿素含量预测模型,获得了较高的预测精度。该研究可用于对苹果树营养状态的评价并指导按需施肥。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号