共查询到20条相似文献,搜索用时 109 毫秒
1.
年度径流丰枯形势预测对电厂生产计划安排及市场竞价具有重要意义。基于SAS平台,以瀑布沟水库1937~2006年的历史径流资料为例,探讨了基于Logistic回归模型进行径流丰枯形势预测的可行性。先应用集对分析法对各年份进行径流丰枯分类,其次以径流丰枯状态为因变量,采用Logistic回归模型进行影响径流状态的危险因子筛选,结果表明1、7月的流量对径流丰枯分类影响最为显著;最后利用累积Logistic回归模型得出径流状态一步转移概率矩阵,与马尔科夫法计算结果对比表明,采用Logistic回归模型进行丰枯形势预测是可行的。 相似文献
2.
为掌握海堤状态量的变化规律并进行有效预测、评判,在对海堤渗压效应量和影响因素分析的基础上,给出了监测模型的影响因子基本形式,采用统计理论和广义回归神经网络(GRNN)分别建立了分析预测模型,对两种模型的建模原理、模型中影响因素及模型效果等方面进行了比较,可为复杂的海堤状态的安全监控提供参考. 相似文献
3.
4.
5.
基于误差自回归的洪水实时预报校正算法的研究 总被引:5,自引:0,他引:5
根据三水源新安江模型洪水预报误差信息,探讨了三种基于误差自回归模型的洪水实时预报校正算法,即固定遗忘因子的递推最小二乘算法,可变遗忘因子的递推最小二乘算法和辅助变量法,并将其应用于鲇鱼山水库的实时洪水预报。通过对三种实时校正方法进行分析比较,认为具有可变遗忘因子递推最小二乘算法效果最好。 相似文献
6.
7.
8.
9.
随着风力发电的广泛应用,对风力机健康状态进行准确监测的重要性日益凸显,为此提出了一种基于风力机功率预测的健康状态监测方法,即结合多项式模型和自回归模型特点,考虑风速与风力机输出功率之间的相关性和滞后性,利用改进非线性自回归模型对某风场风力机输出功率进行预测,并将预测结果与传统灰色模型、BP神经网络模型预测结果进行对比,计算与实测数据之间的误差。最后,选取功率预测系数中变化较为稳定的系数项作为观测系数,通过标准残差法确定异常观测系数反推风力机健康状态。分析结果表明,改进非线性自回归模型预测值与实测数据较为接近,趋势较为吻合。相比于传统灰色模型、BP神经网络模型,改进非线性自回归模型预测误差较小,精度较高。可见通过分析功率预测系数变化能够及时发现风力机健康状态变化,为故障发现提供参考。 相似文献
10.
配电台区的负荷预测是台区配电扩容规划的基础工作.但受到配电台区统计数据种类单一、数据质量差甚至无法获取等因素的影响,配电台区的负荷预测存在精度低、预测模型复杂等问题.根据台区配电负荷日峰值数据表现出的周期性和渐变性,建立基于温度-负荷回归模型残差的ARIMA模型的台区配变负荷峰值预测方法.建立温度-负荷回归模型,以日最高气温为自变量,对负荷数据进行回归分析,将回归分析得到的数值与真实数据进行比较得到回归残差,建立回归模型残差序列的ARIMA模型,并进行参数估计计算,即可得到待预测日负荷预测值.预测误差率的分析结果显示,本方法的预测结果精度好,准确性高.该方法克服了台区配电负荷影响因素繁杂、差异性大、难以量化的困难,具有很强的实践性,易于推广. 相似文献
11.
针对城市用水量时间序列包含逐步增长趋势、季节性趋势及不确定性的非线性波动特点,单一预测模型往往很难充分反映原始数据中全部的有效信息,结合季节性时间序列模型(SARIMA)和BP神经网络二者优点,构建了一种新型的组合预测模型,对上海市用水量进行不同时间尺度的预测。结果表明,在不同时间尺度上组合预测模型均比单一预测模型精度高、预测质量稳定。 相似文献
12.
13.
影响城市日用水量的因素众多,供水部门由于缺乏有效的日用水量预测模型,造成了调度过程中严重的水电等资源浪费现象。针对日用水量变化的趋势性和周期性特点,提出了基于GA-BP神经网络与LSSVM支持向量机的组合预测模型,即选择不同影响因素分别输入到两个子模型,可达到最优效果。在对两个子模型的训练过程中,同时获得预测结果的置信概率,利用置信概率结合两子模型的预测结果,建立组合预测模型,并与传统组合模型进行了对比分析。在上海市某区域自来水公司的应用表明,与单项预测模型、传统线性和非线性组合模型相比,该组合模型具有更高的精度和泛化能力。 相似文献
14.
15.
16.
17.
18.
19.
20.
可变模糊方法及论可拓关联函数基本公式错误 总被引:14,自引:2,他引:12
给出模糊可变集合定义的两种表示形式,提出可变模糊方法.用图示形式证明了可拓学论著中以“距”与“位值”概念为基础的、关联函数基本公式的错误,从理论与应用两个方面,指出其不能用于水文、水资源与水电能源等工程领域. 相似文献