一种基于HHT的配电网短期负荷预测模型

提出一种基于HHT的配电网短期负荷组合预测方法。该方法利用EMD分解将负荷信号分解为一组IMF分量,通过分析IMF分量对应的边际谱提取周期项、随机项及趋势项。对各个特征量分别采用CPN、SVM及二次指数平滑法进行预测,最后通过直接叠加各分量预测值得到最终预测结果。通过仿真算例,验证该组合模型的精度高于任何一种单一模型和传统线性组合模型,具有较高的预测精度。     

一种新试验方法下二灰稳定粒料抗冲刷性能的研究

鉴于几种传统试验方法对养护龄期较长的半刚性基层混合料试件冲刷效果不理想的现状,在比较国内外冲刷试验设备的基础上,提出了一种简便有效的半刚性基层材料冲刷试验方法.基于新的试验方法,并采用冲刷率作为抗冲刷性能的指标,研究了不同养护龄期、不同水压和冲刷时间下二灰稳定粒料的抗冲刷性,最后简要分析了冲刷率与试件强度之间的关系.试验表明:二灰稳定粒料试件的冲刷率,随试件养护龄期的增加而迅速减小,到90 d龄期时受冲刷水的影响很小;随二灰稳定粒料试件的抗压强度逐渐增加,其抵抗水冲刷的能力逐渐增强.     

基于Matlab的人工神经网络用水量预测模型

寻找一种适当的方法来科学地预测城市生活需水量,对城市的发展具有十分重要的意义。鉴于城市生活用水量受众多因素影响,并具有复杂的非线性的特点,建立了基于Matlab技术的LM-BP网络的城市用水量预测模型,并利用某市的家庭生活用水量的实测数据对该模型进行网络的训练学习和预测验证。结果表明,采用Matlab技术建模具有方便快捷、不会陷入复杂的编程运算的困扰中的优点,同时该模型具有收敛速度快、预测精度高的特性,为城市生活用水量预测提供了一种行之有效的方法。     

一种农用柴油机NO_x排放预测模型算法

针对现有的农用柴油机后处理选择性催化还原(Selective Catalytic Reduction,SCR)控制系统,提出一种改进的农用柴油机氮氧化物(NO_x)排放的预测算法,即四阶龙格库塔迭代算法。此算法作为NO_x排放预测模型建立的基础,通过自适应改变步长以应对不同空速,迭代计算相应的排放浓度值,在单片机的时间片内,实现对整个SCR后处理催化器的计算预测。     

基于粗糙集的粮食产量组合预测模型

为预测粮食总产量,建立了基于粗糙集的粮食产量组合预测模型.通过建立预测模型与预测对象的关系数据模型,离散化属性数据值来建立知识表达系统和决策表,并依据粗糙集理论计算出预测对象对预测模型的依赖度、预测模型的重要度以及组合预测模型中各单一模型的权系数.利用浙江省粮食总产量的历史数据建立了粮食产量组合预测模型,分析表明所建模型有较好的预测效果.     

基于BP神经网络的湖北省水电发电量预测模型

为了精确预测的湖北省水力发电量，通过分析湖北省水力发电量数据特点，给出了BP神经网络预测湖北省水电发电量的关键技术，并采用实例进行预测，与常用的自回归求和滑动平均法进行了对比。预测结果显示，此方法辩识周期性波动时间序列很有效。     

基于灰色系统的年降雨量预测模型探析

灰色预测是采用原始数据序列所生成的新的数据序列进行建模的一种方法.本文根据丹东地区5年的年降雨量系列数据,利用灰色GM(1,1)建立预报模型来预报预测未来降雨量.     

我国农机总动力需求的模糊神经网络预测模型

利用模糊神经网络建立了具有时间序列对象的预测模型，提出了相应的模糊化方法，并对我国农机总动力需求进行了预测，预测结果和实际情况的有较好的一致性。     

汽车动力电池温度预测模型的建立与研究

为了能够满足汽车行业的发展要求,有效提升汽车电池热管理,使电池在工作的过程中温度保持在合理的范围之内,依据镍氢电池的结构原理,重新建立了一个电池的热模型,这个热模型能够准确预测出电池内部的情况。利用这个模型,能够将实际温度与预测温度做对比,及时发现电池温度的异常情况,并在最短的时间内诊断相应的问题,在诊断后的第一时间将信息发送给控制器局域网(CAN),在由此转发给整车控制器,从而使车辆能够在最短的时间内找到故障的原因。经过科学实验,发现这个系统能够较为准确的找到故障的原因,避免出现电池剩余容量过多以及电量过充等故障,避免出现热故障而引发的电池过热问题。     

一种电力系统频率稳定快速预测算法

利用GPS技术，实现同步实地测量，提出一种电力系统频率快速预测算法。该算法可算出最近一次操作后的系统频率变化趋势，从而可以快速判断系统的频率稳定性。通过算例分析，证明该算法是有效的。     

中贫营养湖泊叶绿素a预测模型探讨

在内陆水体水质遥感监测中,无论采用哪种方法,其模型都具有一定的局限性.不同营养状况的水域,水体光学特性的差异会引起模型适用性不同.目前,大多数学者研究范围主要集中在富营养状态水域,对于中/贫营养状态水域研究较少.为建立适合镜泊湖的叶绿素a水质监测遥感模型,结合2015年9月和2018年7月实测光谱数据,对镜泊湖不同叶绿...     

基于SSA-LSTM的玉米土壤含氧量预测模型

土壤含氧量（Soil oxygen content,SOC）是影响作物生长的重要土壤环境因素之一,具有时序性、不稳定性和非线性等特点,精确预测土壤环境中含氧量的变化趋势,有助于制定更加合理的土壤通气增氧方案。本研究提出基于麻雀搜索算法（Sparrow search algorithm,SSA）和长短时记忆（Long and short-term memory,LSTM）神经网络预测模型,利用国家土壤质量湛江观测实验站记录玉米种植期间的气象环境和土壤环境数据,基于SSA-LSTM模型对SOC变化进行预测及相关性分析,并与传统的BP预测模型、LSTM预测模型、GA-LSTM预测模型及PSO-LSTM预测模型进行对比。试验结果表明,SOC与降雨量、土壤含水率、土壤温度、土壤充气孔隙度相关性极显著,相关系数高于0.8,与大气温度和风速相关性显著,与大气湿度和土壤呼吸速率相关性较弱。SSA-LSTM模型预测精度明显高于其他4组对照预测模型,R2达到0.95979,RMSE仅为0.4917%,MAPE为3.7331%,MAE为 0.3620%,预测值与试验值之间的拟合程度高。本研究可为土壤含氧量变化的精准预测及土壤通气增氧技术的应用推广提供理论支撑与科学依据。     

基于高光谱的油茶籽内部品质检测最优预测模型研究

以油茶籽中油酸、亚油酸、棕榈酸为研究对象,寻求一种油茶籽脂肪酸成分含量的最佳预测模型。首先,利用高光谱成像系统以线扫描方式获取其反射光谱图像,选择感兴趣区域(ROI);然后,对原始光谱进行平滑与多元散射校正(MSC),通过相关性分析和逐步回归分析,得到能反映油酸、亚油酸、棕榈酸含量变化的最佳优化波段;进而对最优波段采用偏最小二乘回归(PLS)方法、主成分回归(PCR)方法及径向基神经网络(RBF)方法组建预测模型。比较这3种方法的建模效果,经外部验证表明:径向基神经网络建立的预测模型效果最好,其油酸、亚油酸、棕榈酸的交叉验证相关系数R分别为0.940 3、0.893 5、0.912 2;校正均方根误差和预测均方根误差分别为0.441、0.174 9、0.066 4和0.351 8、0.184、0.162。     

嘉陵江流域水沙变化趋势预测的数学模型研究

通过对嘉陵江流域水沙实测资料的统计分析，研究了流域水沙变化的规律，并得到了水沙变化趋势的回归预测模型。     

水库异重流潜入点深度预测模型

研究水库异重流的输沙和排沙特性,首先要研究异重流的形成条件,通常是根据异重流潜入点的深度与水库水深的关系判别异重流的形成。通过研究一经过有坡度的浅河道进入水库的悬浮流体,应用连续方程、质量和动量守恒方程以及混掺缓慢变化的动量方程研究异重流潜入现象,根据控制问题的参数建立潜入点深度预测模型,这些预测参数包括密度佛汝德数F0,初始混合率γ,底坡S和全摩擦系数ft。这里提出的潜入点深度模型与实验室异重流和水库异重流观测数据吻合良好。     

基于BP神经网络的模型铲刀推土阻力预测模型

将BP神经网络应用于典型的曲面推土板-模型铲刀推土阻力的预测.在模型铲刀推土试验研究结果的基础上,以模型铲刀的切削角、前翻角和切削速度为输入,以模型铲刀推土阻力的水平分力与垂直分力为输出,建立了BP神经网络数值模拟模型.研究结果表明,该BP神经网络有效地预测了模型铲刀的推土阻力,其准确率在94%以上.     

基于Elman和BP神经网络的逐月参

参考作物腾发量是估算作物蒸发蒸腾量的关键参数,它的准确预测对提高作物需水预报精度具有十分重要的意义。由于参考作物腾发量随时间变化具有一定的动态特性,将动态的Elman神经网络引用于参考作物腾发量预测中,并以铁岭市为例,对比分析了Elman模型与BP模型的预测结果。分析表明：Elman模型不仅能反应系统的动态特性,还具有比BP模型更高的预测精度、逼近性和稳定性。     

基于小波分解的ABC-MGRU城市供水量预测模型

准确预测供水量是城市供水系统高效稳定运行的关键因素之一.特别是短期降水量的准确预测将有助于缩小产销差并显著降低能耗.提出一种基于小波分解的人工蜂群优化多变量门控循环单元模型(WD-ABC-MGRU),可以有效捕捉多变量多尺度时序特征,从而显著提升模型处理复杂模式的能力,达到精准预测供水量的目的.WD-ABC-MGRU选...     

蔬菜大棚墒情预报的衰减指数平滑模型

利用宿迁市船行灌区实测数据率定衰减指数平滑模型的参数,研究了衰减指数平滑模型在蔬菜大棚墒情预报中的适用性。结果表明,与霍尔特双参数模型相比,衰减指数平滑模型改善了预报效果,用于蔬菜大棚墒情预报具有较高的精度。