排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
2.
电力负荷数据管理系统是电力营销技术支持系统的组成部分,对电力系统运行有着重要的辅助作用。采用神经网络预测模型.设计输入变量和确定神经网络结构的方法和算法.可以使得从历史样本知识数据到最终预测模型的建模过程变得简单明了,便于实际应用。预测方法是使用MATLAB建立模型,对24个负荷点预测,采用多输入单输出的神经网络预测每天的整点负荷值。因为电力负荷与环境因素有关,在输入、输出向量设计中输入变量加入天气特征值。根据输入、输出向量对BP网络设计。该算法结构简单,最后进行短期负荷预测仿真,仿真结果表明其有较好的预测精度。该模型具有网络结构较小,训练时间短的优点,并考虑不同小时负荷差异,易于实现,具有较高的预测精度.预测误差在15%以下,一定程度上克服传统算法收敛速度慢,容易陷入局部积小的缺点。 相似文献
3.
本文通过对经典图象分割算法--Hough变换算法进行分析,以提高现实图象Hough变换处理速度、准确度为目的,结合广义Hough变换、随机Hough变换的优点,得出了具备X、Y幅值、旋转角度三个自由度上的较理想的改进Hough变换模型.该模型可以用来在灰度图象中以较高的检测速度识别出不规则目标图形,而且对相对于目标模板在X、Y幅值、旋转角度三个自由度上有一定改变的目标的识别效果也比较理想.通过对其在人脸检测中对特定面部关键特征定位实验中的处理结果进行分析,并与同类算法做相应的比较,达到了预期的效果. 相似文献
4.
基于改进粒子群算法的模糊神经网络及其在短时天气预报中的应用 总被引:1,自引:0,他引:1
提出一种基于改进粒子群模糊神经网络进行短时天气预测的方法,将粒子群算法与模糊人工神经网络进行融合,充分发挥粒子群算法全局寻优的优势。以上海地区天气预报作为实例,建立了基于改进粒子群算法的多模型模糊神经网络预报模型,试验结果表明该方法对于短时天气预报具有较好的准确度,得到了上海中心气象台有关专家的肯定。 相似文献
5.
6.
7.
8.
台风在大气中绕着自己的中心急速旋转、同时又向前移动的空气涡旋。由于台风中心集中了台风绝大部分的能量和含水量,也是台风破坏力集中的地方,因为台风中心的定位对于台风路径预测和灾害预报来说都是非常重要的。传统的台风中心定位方式精度底,误差大,难以满足实际需要。为了准确地进行台风中心的定位,根据台风卫星云图的数字化特征和台风运动规律,提出了旋转定位方式。它的理论基础是,根据运动学和台风学原理,台风虽然是非刚性物体,但是其中心部分可相对看成是刚体的运动,因为热带气旋中心具有转动矢零的特点。这样,在卫星云图序列动画中,找出前后两次相应特征点的轨迹,即可算出其中的转动原点,也就是转动矢量为零的点。由于该方法结合了云图特性和运动因素,因而提高了精度和合理性。由此可见,对于台风这样的运动物体,结合其运动特征的中心定位法是台风中心定位的必然方向。 相似文献
9.
1