基于小波最小二乘支持向量机模型的系统边际电价预测

系统边际电价的影响因素复杂多变．构建了一种以小波函数作为核函数的最小二乘支持向量机算法模型,并成功预测了系统边际电价．算例仿真结果表明,该模型不仅具有良好的泛化能力,而且能有效地提高电价预测精度．     

基于小波分析和基因表达式程序设计的短期电价预测

针对电力市场中电价非线性和周期性特点,提出一种基于小波分析和基因表达式程序设计的组合短期电价预测新方法,仿真计算结果显示出良好的预测精度。     

基于小波变换去噪和改进秩序集对分析的电价预测模型研究

电价序列由于受到多种因素的影响往往具有随机性和波动性的特点,准确的电价预测对电力市场优化运营有一定的指导意义。挖掘电价序列的波动模式是提高电价预测精确度的关键。为此将小波变换去噪与改进秩次集对方法相结合,建立了一种新的电价预测模型。首先,利用小波变换对原始电价序列数据进行去噪处理。其次,利用改进的秩序集对分析法对去噪后的电价序列进行预测。通过对美国PJM电力市场实际的电价序列进行仿真实验。结果表明,所提方法具有更好的预测效果,从而验证了模型的有效性。     

基于边际成本理论的高耗能企业电价探讨

高耗能企业用电在我国全社会总用电中占有很大比例,为实现节能降耗与污染减排的目标,促进产业结构调整,制定科学合理的电价机制是对高耗能企业用电进行合理调控需要迫切解决的问题。本文依据边际成本理论对某地区高耗能企业用电特性与用电成本进行分析,建立了基于长期边际成本的定价模型,并进行了实例计算。该方法可避免电源结构改变及投资波动对电价造成的影响,使供电成本在不同电压等级及用电时间内合理分摊,给用户以正确的价格信息,帮助高耗能企业对电力资源的消费或节约做出正确选择,对电价的制定与调整有指导意义。     

用边际成本计算电价的方法

提出了用边际成本计算电价的方法,并对某地区的电力用户进行了负荷特性分析以及边际成本的计算,最后用该方法计算了某地区的电价,得出了一些结论．     

基于相似搜索和神经网络的次日边际电价预测

为了对电力市场次日系统边际电价(SMP)进行准确预测,根据数据挖掘中的相似搜索理论和人工神经网络(ANN)工具建立了预测模型,其中相似搜索用来生成神经网络的训练集和输入矩阵,并运用Matlab6.5中的神经网络工具实现该模型.采用美国加州电力市场的历史数据进行实例计算,证明该方法对工作日SMP的预测效果较好,也证明了选择与预测日负荷相似或邻近日的历史数据进行网络训练方法的有效性.     

基于小波和神经网络拱坝变形预测的组合模型研究

传统方法只能近似地描述拱坝变形与各影响因子之间的关系.文章以小波变换提取影响大坝变形的主要影响因子———温度与水位的有效信息和大坝变形信息一起作为输入,实测变形值作为输出,通过对模型的合理优化和有效的数据处理,成功建立了拱坝变形的BP监控预测分析网络模型.通过模型的运算,得出了满意的结果,并且模型的预测精度较高.     

混沌理论和快速BP神经网络在边际电价预测中的应用

以电价时间序列和负荷时间序列的混沌特性为基础,利用多变量混沌时间序列的相空间重构理论并结合人工神经网络的非线性映射能力建立数学模型,对我国川渝电网的边际电价进行预测,并对预测结果进行分析,取得了满意的结果.     

基于模糊聚类和关节控制器神经网络的边际电价预测方法

在电力市场中运作中,电厂的报价反映了电厂的运作成本和市场供求信息,准确的预测边际电价信息,时电力供应商的竞价决策有重要意义．应用基于模糊聚类（FCM）和关节控制器神经网络（CMAC）的边际电价预测方法,可以精确预测边际电价,并能有效克服其他算法中出现的“毛刺”现象,通过计算实例进行边际电价预测,预测结果表明：输出稳定性好、计算速度快、预测精度较高．     

复杂系统状态预测的小波包方法

基于小波包变换和混沌理论对复杂系统状态预测方法进行了研究，首先应用小波包变换对系统的特征参数序列进行3层分解，得到第3层从低频到高频8个频率成分的时序；然后，对8个时序作进一步分析，以确认它们都存在混沌特性，再应用混沌理论分别建立8个时序的预测模型，分别对8个时序进行预测；最后，基于小波包理论将混沌模型预测的结果予以小波包重构，实现对系统特征参数序列的预测，实例研究表明，该方法具有较高预测精度，可有效地应用于复杂系统的状态预测和故障趋势预测分析中。     

用小波变换求解门形框架动力响应

用小波变换和滤波器组对地霍加速度时程进行分解,用分解得到的采样点较少的低频部分进行结构动力学计算．减少大规模动力响应计算的计算量。     

信号分析从傅氏变换到小波变换

从信号分析的发展着重阐述了从傅氏变换到小波变换的信号分析方法 ,分析并比较了各自的优缺点 ,揭示了信号分析方法发展的内在规律性。     

小波变换在轴承故障诊断中的应用

提出一种利用连续小波变换诊断轴承故障的方法。该方法不需要对象的数学模型，具有灵敏度高、仰操能力强、鲁棒性好的特点。     

运用各向异性小波变换进行图像特征提取

在图像信息提取中,为实现任意方向、任意尺度对图像进行小波分解,在各向异性小波变换中增加了衰减因子和旋转因子的新算法,运用Matlab编程实现该算法,可准确地提取图像任意方向的趋势和细节特征,是一种高效的图像特征提取算法.     

基于提升小波变换的图像认证数字水印

目前基于小波变换的数字水印算法主要根据频域小波系数的幅值大小确定是否嵌入水印,这种算法的缺点是嵌入水印后的图像的视觉透明度不够好.该文提出了一种基于提升小波变换的盲水印算法,利用提升小波变换将原始图像进行多分辨率分解,利用低频部分系数来生成水印,基于密钥来选取高频部分的小波系数,并根据小波系数的奇偶性嵌入水印.在水印提...     

基于小波域的鲁棒音频数字水印算法

为有效保护音频数字产品,增强其抗同步攻击能力,在小波域的基础上,提出了一种新的盲检测数字音频水印算法.先将完整音频进行三层小波分解,取其低频系数,再对每个音频帧进行三层小波分解,也取其低频系数,最后分别求出两组低频系数的平均值,并进行比较判断水印嵌入位置.嵌入水印后的音频信号与原音频信号在听觉上是相似的.实验结果表明,该方法既可增强水印的不可见性,又能抵御多种攻击,具有很好的鲁棒性和实用性.     

利用小波变换技术星载SAR图像的斑点噪声

利用小波变换技术对星载合成孔径雷达（SAR）图象斑点噪声进行抑帛与滤除。选择合适的小波基对SAR图像进行小波分解,分析噪声对小波系数的贡献;针对噪声与图象灰度之间的乘性关系和SAR图象斑点噪声在空间上相关的特点设置适当的阈值,在小波域内滤波;通过小波重构技术获得滤波后的SAR图象。实验证明,该方法能有效地抑制SAR图象中的斑点噪声。     

地震信号去噪的小波方法研究

简要介绍了小波去噪的理论和基本方法，说明了模极大值法和阈值法的具体原理，具体包括函数的奇异性及其检测方法，去噪模型的建立，并有用模极大值法和阈值法两种方法对仿真地震信号进行了计算机仿真去噪计算比增益的同时还保持了较高的时间分辨率，这两种方法的不足之处在于对奇异性差别不大的信号与噪声进行处理时，其效果不如维纳滤波。     

小波帧变换方法在电能质量扰动中的仿真分析

针对电能质量扰动问题,提出了小波框架和小波帧算法.将小波帧算法和传统的小波分析方法在算法框架上进行了比较,并进行了大量的实验.实验结果表明,基于小波帧算法的实时性有所减弱,但在扰动定位的准确性方面有很大提升.     

基于傅立叶变换和小波变换的信号处理

介绍了傅立叶变换、小波变换等几种常见的分析处理信号的方法,并对一个实例信号分别利用这两种方法进行了分析处理,阐明了这两种变换在对信号处理上的不同特点。