基于季节长记忆双自回归模型的日径流模拟

传统时间序列模型无法同时考虑径流序列的长记忆性和时变波动性,且模型参数限制严格,从而使日径流序列模拟受到限制,影响径流模拟预测精度。本文提出了同时考虑非平稳性、季节性、长记忆性和时变波动性的新型双自回归模型(WOA-SFIDAR),并与经典长记忆波动率模型(SFIAR-GARCH)进行对比,选取渭河流域4个水文站日径流序列进行模拟验证。结果表明：WOA-SFIDAR模型的模拟能力优于SFIAR-GARCH模型,模拟结果很好地保持了日径流过程的统计特性。7、8月份模拟均值误差相对较大,WOA-SFIDAR模型的误差范围(5.72～32.56)低于SFIAR-GARCH模型(7.42～48.02)。WOA-SFIDAR模拟逐月变差系数(C_v)和偏态系数(C_s)与实测序列统计值间偏差范围为0～0.51和0.02～1.31,优于SFIAR-GARCH模型(0.02～0.56和0.06～1.52);模拟结果能够保持日径流序列自相关系数(ACF)的变化趋势,且随滞时的增加,实测序列与模拟序列的ACF差距减小。文中模型扩展了水文随机模拟方法,可为日径流模拟...     

基于二次EEMD的工业电能需量多步预测

电力大用户最大需量控制是降低电网峰值负荷、节约用户电费成本的重要技术手段.面向强波动性和冲击性工业电能需量控制,研究了超短期需量负荷的多步预测问题.基于集成经验模态分解(EE-MD)方法,通过二次分解有效分离时间序列中不同频率的信号,采用长短期记忆网络(LSTM)对各信号子序列进行独立预测,最后组合预测结果.实验结果表明,本方法能很好的预测工业需量负荷变化,M A PE/MAE/NRMSE精度指标基本控制在2％ 以内,明显优于多种现行主流时序预测模型和最新文献方法,且消除了多步预测的传递误差,预测模型精度和稳定性满足需量控制要求.     

基于滑窗滤波和多项式拟合的时变信道估计方法

基于长期演进（LTE）的车辆到一切（LTE-V2X）标准沿用LTE标准的帧格式,并采用块状导频辅助的单载波频分多址（SC-FDMA）系统完成信道估计。然而,由于V2X信道的时变特性,接收机信道估计面对巨大的技术挑战。因此,设计了一种基于滑窗滤波和多项式拟合的时变信道估计方法。针对导频符号处的噪声问题,在最小二乘（LS）方法基础上,采用了自适应长度的滑动窗口滤波进行降噪处理,从而保证导频符号处的信道估计精度。另外,根据多普勒频移大小,设计了自适应阶次的多项式拟合方法来跟踪数据符号处的信道变化。仿真结果表明,所提方法在LS方法的基础上有良好的去噪效果,在低速移动情况下的估计精度介于LS方法和线性最小均方误差（LMMSE）方法之间,而该方法在高速移动条件下能更好地拟合信道的时变特性,且性能上超过了LMMSE方法结合线性插值的信道估计方法。以上结果说明,所提方法相对于对比方法具有更好的自适应性,适用于不同的信道噪声和终端移动速度下的LTE-V2X通信场景。     

脉冲式事件触发控制的时变多个体系统一致性

针对时变拓扑连接环境下的时变多个体系统的一致性问题,提出基于事件触发的脉冲控制协议。在该协议里对于每个个体,只有当相关状态误差超过阈值时才会更新控制器,同时控制输入将仅在事件触发时刻执行,且个体间不需要持续通信。该协议将大幅节约系统实现一致性的通信和控制成本。使用代数图论、李雅普诺夫稳定性和脉冲微分方程等数学理论分析和推导具有时变特性的多个体系统在事件触发脉冲控制下达到一致性的充分条件,同时理论证明事件触发的时间序列不存在芝诺行为。最后,数值仿真验证了所得到的理论结论的有效性。     

基于机器学习的用户窃电行为预测

新型智能电表普及后,为了准确检测出电网中的窃电用户,可以结合机器学习的方法.为此,选择了支持向量机、随机森林和迭代决策树3种机器学习中较常用的大数据算法进行分析,通过不断调整试验数据集的大小,对3种算法的效率和准确率进行测试.对比分析结果发现,随机森林算法运行的时间和数据量的大小基本呈线性关系,效率较高,且准确率稳定在86%以上,表现较好.     

用能价格对住宅分布式能源系统的导入影响分析

根据居民用能价格变化,分析探讨了住宅分布式发电系统的经济性,得出了在实施阶梯电价后,上海地区光伏发电系统已具有实际的导入价值,而燃气热电联产机组则因为阶梯气价经济性较差,不具有实际导入价值.     

SG186营销信息系统电费管理业务应用及常见问题解析

随着SG186营销业务应用系统的深化应用,业务人员需将业务与操作应用紧密结合,不断提高应用水平,电费管理业务模块在应用过程中出现了各种各样的故障问题,文章对电费管理业务的一些常见问题进行了分析说明,并提出了相应的处理方法。同时对SG186营销业务应用系统非政策性退补流程和用户档案计费信息参数的应用做了介绍。     

Modal Identification of Linear Time-varying Systems Using Continuous Wavelet Transform

A wavelet based identification method for linear time-varying systems is presented,and the ridge and skeleton of the continuous wavelet transform of free response is used to extract time-varying parameters. The stiffness and damping coefficients of single-degree-of—freedom systems,frequencies and damping ratios of multi-degree-of-freedom systems are estimated without any prior information of systems. The proposed method is applied to linear time-varying systems with both abrupt and smooth variation parameters. Gaussian white noise is added to the response to test the anti-noise performance of the algorithm. The simulation results show that the proposed method is capable of accurately tracking the variation of the systems.     

国际油价下行:基于经济学模型的诠释

自2014年6月中旬以来,国际油价开始步入下行通道,油价一路暴跌,引发了国际媒体的极大关注。运用经济学理论及经济模型,诠释国际油价下跌的原因及趋势。