共查询到19条相似文献,搜索用时 62 毫秒
1.
2.
光伏元件的输出功率是其所受日照强度、器件内部结温的非线性函数。在外部环境稳定的情况下,光伏元件存在唯一的最大功率输出点。本文提出了一种光伏发电系统最大功率点跟踪算法,在传感器精度保证的条件下,能够大大提高系统在光照变化的条件下的适应性。 相似文献
3.
4.
5.
6.
7.
针对小水电站年发电量序列的特点,将最小二乘支持向量机(least squares support vector machine, LS-SVM)回归模型引入年发电量预测领域,并给出了相应的过程和算法。与常规基于人工神经网络(artificial neural networks, ANN)的智能预测方法比较,该模型优点是明显的:①将神经网络迭代学习问题转化为直接求解多元线性方程;②整个训练过程中有且仅有一个全局极值点,确定了预测的稳定性。最后,一个实际的预测例子表明:该模型实现容易、预测准确,适用于小水电站预测。 相似文献
8.
提出一种基于最小二乘支持向量机(LS-SVM)的径流预测方法。采用线性函数,多项式函数和径向基函数三种核函数,进行机器学习,经过反复计算和对比分析,建立了精度较高的径流预测模型。预测实例表明,LS-SVM模型预测的平均相对误差比支持向量机 (SVM)减少了2.4%,预测合格率为100%。LS-SVM建模速度快,适用于小样本情况并能得到全局最优解,将其用于径流预测是可行的。 相似文献
9.
针对小水电站年发电量序列的特点,将最小二乘支持向量机(least squares support vector machine,LS-SVM)回归模型引入年发电量预测领域,并给出了相应的过程和算法。与常规基于人工神经网络(artificial neural net-works,ANN)的智能预测方法比较,该模型优点是明显的:①将神经网络迭代学习问题转化为直接求解多元线性方程;②整个训练过程中有且仅有一个全局极值点,确定了预测的稳定性。最后,一个实际的预测例子表明:该模型实现容易、预测准确,适用于小水电站预测。 相似文献
10.
11.
基于光谱技术的褐壳血斑蛋鉴别方法研究 总被引:2,自引:0,他引:2
血斑蛋是一种带有血丝的异常蛋。通过自制的鸡蛋内部品质光谱检测系统,采集40个正常蛋和60个人工注射血样的血斑蛋的可见/近红外光谱,研究比较了3种不同的血斑蛋判别方法:传统的血值判别法、偏最小二乘判别法(DPLS)以及融合光谱信息与蛋壳颜色信息的最小二乘支持向量机(LS-SVM)判别法,结果表明基于颜色信息融合的最小二乘支持向量机的判别结果明显优于传统的血值判别法,正常蛋的判别正确率为90%,血斑蛋的判别正确率为91.7%,证明了此方法可用于褐色蛋的血斑检测。 相似文献
12.
针对传统最小二乘支持向量机模型的训练速度慢、不易在线训练、计算量大及参数选择困难等缺陷,提出采用耦合模拟退火优化最小二乘支持向量机算法,建立基于耦合模拟退火优化最小二乘支持向量机的参照作物蒸散量预测模型。选取陕西省的榆林、安康和西安气象站监测的1971-2014年气象资料进行模型训练、测试与验证,研究气象监测获取原始数据作为网络输入,参照蒸散量ET0为输出,构建CSA-LSSVM预测模型,并将CSA-LS-SVM预测结果与LSSVM模型及经典ET0模型模拟计算结果进行比较。结果表明,CSA-LS-SVM模型模拟计算精度和总ET0模拟模型都优于LSSVM模型及其他经典模型模拟结果。该研究CSA-LS-SVM模型为陕西地区气象资料缺乏情况下ET0精确计算提供科学依据,为作物需水量的智能决策提供参考。 相似文献
13.
14.
为解决径流中长期预报模型精度较低的问题,提出了一种基于混沌时间序列的最小二乘支持向量机预测方法,该方法依据相空间重构技术以及最小二乘支持向量机模型(以下简称LS_SVM)。利用该模型对黄河三门峡1919-1989年的71年实测年径流量进行预测。经过反复计算分析表明LS_SVM模型在径流中的应用具有较快的计算速度、较好的泛化能力以及较高的预测精度。 相似文献
15.
16.
燃料电池三点比较实时电阻匹配最大功率跟踪 总被引:1,自引:0,他引:1
依据最大功率传输理论以及燃料电池电气的特性,提出了一种适用于燃料电池的最大功率跟踪控制方法。该方法通过实时在线检测燃料电池工作点处的输出电压与电流并计算燃料电池的内阻和理想状态下欧姆极化区的开路电压,求解出最大功率点对应的电流型变换器的参考电流。通过控制变换器使燃料电池能够较为稳定地工作在燃料电池欧姆极化区的最大功率输出点处。当外界环境发生变化时,通过电流型扰动观察法完成对燃料电池的最大功率点跟踪。所提算法具有功率自校正功能,以减小算法本身对燃料电池功率输出的扰动。仿真结果表明:当负载或者工作环境发生变化时,该算法可以有效地跟踪燃料电池的最大功率点。 相似文献
17.
基于资源一号02C高分辨率数据的农业区土地利用分类 总被引:3,自引:0,他引:3
利用最小二乘支持向量机良好的非线性划分能力,基于资源一号02C高分辨率遥感数据,结合图像形状、纹理特征等信息,对农业区土地利用类型进行快速分类提取,结果表明:资源一号02C高分辨率数据可以快速有效地实现土地类型划分,加入特征信息后的图像分类精度大幅度提高,而最小二乘支持向量机的分类结果也十分理想,总体分类精度达到82.53%,Kappa系数达到0.807 1,高于传统图像分类方法,为利用国产高分辨率卫星进行土地类型划分提供了快速可行的方法。 相似文献
18.
19.
基于PCA-MCAFA-LSSVM的养殖水质pH值预测模型 总被引:5,自引:0,他引:5
为解决水质预测传统方法精度低、鲁棒性差等问题,提出了基于主成分分析(PCA)、改进文化鱼群算法(MCAFA)和最小二乘支持向量机(PCA-MCAFA-LSSVM)的养殖水质pH值预测模型。该模型通过主成分分析提取养殖生态环境指标的主成分,降低模型输入向量维数,利用改进文化鱼群算法对最小二乘支持向量机超参数进行组合优化,以自动获取最优超参数建立非线性养殖水质pH值预测模型。应用该模型对宜兴市河蟹养殖某池塘2011年9月1日~9月4日在线监测的水质数据进行了预测分析,试验结果表明:该模型取得较好的预测效果,与分别用蚁群算法或遗传算法优化LSSVM的方法相比,PCA-MCAFA-LSSVM模型有93.05%的测试样本绝对误差小于8%,最大绝对误差仅为11.61%,均方根误差、平均相对误差绝对值和运行时间分别为0.047 4、0.004 1和4.367s,且均优于其他预测方法。PCA-MCAFA-LSSVM算法不仅计算速度快、预测精度高,还能够为河蟹养殖水质调控管理提供决策依据。 相似文献