排序方式: 共有19条查询结果,搜索用时 140 毫秒
1.
2.
3.
网络系统集成不仅涉及技术方面, 更涉及到组织的架构, 管理, 人的因素等, 所以集成的过程中存在巨大的风险. 鉴于此, 通过分析网络系统集成风险特征, 建立了网络系统集成的风险指标体系, 并用用熵权法确定各个风险指标的权重. 文章以北京某电力企业的网络系统集成项目为案例, 详细介绍了基于多级模糊综合评判方的风险评估模型, 并根据项目的风险等级在团队建设方面提出了合理建议, 为项目的顺利完成提供参考. 相似文献
4.
5.
6.
7.
8.
由于天气属性变化以及其他因素影响,使得负荷预测结果与实际结果相差较大。为此,运用决策树挖掘准确信息,提出电网超短期负荷预测新方法。选取历史负荷数据,去重并填补缺失部分;综合考虑待测日气象属性、电力属性以及其他影响负荷变化因素,结合处理后的历史负荷数据对未来短期内的负荷完成初预测;引入专家系统,修正测试结果;在对电网超短期负荷预测方法可行性进行分析后,使终预测结果具有更高精度。通过实例应用证明了所提方法预测误差小且预测稳定,为电网企业快速发展提供了坚实的理论基础。 相似文献
9.
10.
深度模型通过学习一种深层非线性网络结构以实现复杂函数逼近,具有很强的自适应感知能力。本文为了提高电力负荷预测精度,提出一种基于栈式自编码神经网络的深度学习预测方法。该方法结合自编码器和逻辑回归分类器构建一个多输入单输出预测模型,并将重构后的历史负荷、气象信息等数据输入到预测模型中,用栈式自编码器逐层学习并提取深层特征,最后在网络顶层连接逻辑回归模型进行短期负荷预测。实例分析表明,所提预测模型能够有效刻画日负荷变化规律,泛化能力较强,其预测精度达到96.2%,比支持向量回归和模糊神经网络两种浅层学习模型更高。 相似文献