证据理论融合量子神经网络的短期负荷预测

提出一种用于电力系统短期负荷预测的量子神经网络方法.量子神经网络模型作为单一预测模型对负荷进行预测.利用神经网络,非线性回归模型对预测的历史误差和预测时点的外界影响因素进行分析建模,建立每个模型的可信度评价模型.采用证据理论对每个模型的可信度进行分析评价和合成,确立最终的模型组合预测权值.通过该权值对相应的预测结果进行加权求和得到最终的预测结果.实例表明,该方法能提高预测的精度,是有效可行的.     

长距离管道内电缆敷设工艺

介绍我司承建的北京某国大使馆机电安装工程中,对长度为218m的高压电缆采用管道敷设的新型施工工艺,并与传统电缆敷设工艺进行比较,供同行参考。     

对电气装置标准条款有关接地问题的探讨

解读电气施工规范对金属软管接地的要求,并认为在三相五线制中这些规定过于严格,提出了一些探讨意见。电缆桥架的支吊架部分,在规范中没有具体条文直接描述其接地的要求,结合施工规范中的相关条款,提出了自己的看法。     

证据理论融合量子神经网络的短期负荷预测

提出一种用于电力系统短期负荷预测的量子神经网络方法。量子神经网络模型作为单一预测模型对负荷进行预测。利用神经网络,非线性回归模型对预测的历史误差和预测时点的外界影响因素进行分析建模,建立每个模型的可信度评价模型。采用证据理论对每个模型的可信度进行分析评价和合成,确立最终的模型组合预测权值。通过该权值对相应的预测结果进行加权求和得到最终的预测结果。实例表明,该方法能提高预测的精度,是有效可行的。