检索结果-南通市图书馆

基于实时滑动分解的融合时空图卷积流量预测研究

在线全文

学校读者我要写书评

暂无评论

铁道科学与工程学报 2024年

作者：牛帅王景升中国人民公安大学交通管理学院

为了解决目前数据分解方法存在的信息泄露以及训练和测试时分量个数不一致的问题，提出一种新颖的模型-无信息泄露的实时滑动自适应噪声完备集合经验模态分解和注意力机制的融合时空图卷积，称之为EASTGCN。在模型输入前端，提出了一种... 详细信息

为了解决目前数据分解方法存在的信息泄露以及训练和测试时分量个数不一致的问题，提出一种新颖的模型-无信息泄露的实时滑动自适应噪声完备集合经验模态分解和注意力机制的融合时空图卷积，称之为EASTGCN。在模型输入前端，提出了一种实时滑动分解方法，此方法使得训练集随着时间轴动态变化，在每次分解过程中使用的均是实时和历史信息并未使用未来信息，更加符合实时预测任务需求。紧接着，利用自适应噪声完备集合经验模态分解技术将交通流数据进行分解得到一系列本征模态函数分量，将分量分别按照邻近、日和周相关等时段构建多尺度输入以表达时序数据的时间相似性；然后，构建一个时空融合网络有向图，有向图由表示时间相似性的时间图和反映空间连通流向性的空间图组成，用以表达路网节点所包含的时空相似性信息；同时，在模型训练过程中通过引入时空注意力机制使得模型自适应为时空关系分配不同的权重以便关注相似性更强的关键节点来提高模型预测精度。最后，为了验证EASTGCN模型的稳定性和鲁棒性，分别设计了多因素输入实验和多步长对比实验，并在公开的数据集上进行了实例验证。研究结果表明，EASTGCN模型在多步长预测任务中指标增幅跨度最小且性能最稳定；多因素输入的EASTGCN模型在PEMS04数据集的MAE、RMSE指标上相对于单因素输入模型来说分别降低3.83%～27.03%、4.24%～12.77%，在PEMS08数据集的MAE、RMSE指标上降低0.91%～38.69%、0.07%～31.21%。总的来说，EASTGCN模型不论是在长期预测任务还是在预测精度上均有更好的表现，实时滑动分解方法为“分解+预测”组合模型提供一种新的思路。

关键词：流量预测时空图卷积自适应噪声完备集合经验模态分解多尺度输入实时滑动

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于自适应时空网络的SDN流量预测模型

光通信技术 2024年

作者：刘月张慧蔡安亮沈建华深圳赛柏特通信技术有限公司南京邮电大学通信与信息工程学院

网络流量预测对于提高SDN网络的灵活性、安全性和经济效益都有着重要的意义。为了提高SDN网络流量预测的准确率，本文提出了一种基于自适应时空网络的流量预测模型。改进模型使用自适应图卷积神经网络捕捉SDN网络流量的空间相关性，使... 详细信息

网络流量预测对于提高SDN网络的灵活性、安全性和经济效益都有着重要的意义。为了提高SDN网络流量预测的准确率，本文提出了一种基于自适应时空网络的流量预测模型。改进模型使用自适应图卷积神经网络捕捉SDN网络流量的空间相关性，使用门控循环单元捕捉SDN网络流量的时间相关性，并针对SDN流量的高度动态性引入自回归模块。仿真实验结果表明，本文提出的SDN流量预测方法相比基线模型能够捕捉更多的流量特征，同时具有更好的预测性能。

关键词：软件定义网络流量预测自适应图卷积网络门控递归时空相关性

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融合多种模态特征的井下供水管网流量预测

煤炭工程 2024年第2期56卷 24-30页

作者：赵安新刘鼎郭仕林战仕发陈志刚西安科技大学通信与信息工程学院陕西西安710054 陕西长武亭南煤业有限责任公司陕西长武713600

煤矿井下供水系统是煤矿安全生产的生命线,供水管网水流量的预测是供水系统优化调度的基础,预测的重要性对供水调度有重要影响。文章提出了一种融合多模态数据特征的煤矿井下供水管网流量预测方法,该方法通过图深度学习的方法实现了对... 详细信息

煤矿井下供水系统是煤矿安全生产的生命线,供水管网水流量的预测是供水系统优化调度的基础,预测的重要性对供水调度有重要影响。文章提出了一种融合多模态数据特征的煤矿井下供水管网流量预测方法,该方法通过图深度学习的方法实现了对井下管网空间拓扑结构、历史时间依赖、井下实际生产工况、周期相关等多种数据模态特征的融合,具体的,使用添加空间注意机制的图卷积神经网络获取井下管网监测点的空间拓扑关系,然后利用循环神经网络中的门控循环单元获取监测点的时间依赖,并融合煤矿生产规律与不同周期的流量数据形成最终预测结果,通过陕西亭南煤矿实际数据进行实验,结果表明,提出的预测方法相较于SVM、LSTM、STGCN等方法能更准确地预测井下流量未来的趋势,预测偏差分别降低了9.3%、6.84%和3.65%。

关键词：煤矿井下供水管网图神经网络深度学习流量预测

在线全文

学校读者我要写书评

暂无评论

基于LSTM模型的汉口水文站流量预测研究

水利水电快报 2024年

作者：孙亚婷杨阳罗倩梁斌长江水利委员会长江中游水文水资源勘测局武汉大学水利水电学院

江河控制性水文站在流域防汛抗旱减灾体系占据重要位置。准确预测江河控制站流量对洪涝灾害防御、水资源管理、应急调度、航道安全等具有重要意义。以汉口水文站为研究实例，基于长短期记忆神经网络（LSTM）方法，以上游螺山站、仙桃站... 详细信息

江河控制性水文站在流域防汛抗旱减灾体系占据重要位置。准确预测江河控制站流量对洪涝灾害防御、水资源管理、应急调度、航道安全等具有重要意义。以汉口水文站为研究实例，基于长短期记忆神经网络（LSTM）方法，以上游螺山站、仙桃站及其自身流量序列为输入，构建汉口水文站未来1日、3日、7日流量预测模型。结果表明：基于LSTM模型的汉口站未来1日、3日、7日流量预测均能取得很好的效果，其中纳什效率系数分别可达0.9993，0.9895和0.9149。所述方法对数据要求不高，可移植性强，可为江河控制站流量预测提供一种补充常规水文模型方法的简单、高效的方法工具。

关键词：流量预测长短期记忆网络（LSTM）汉口站

面向分布式能源能量交互画像的虚拟电厂信息流量预测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电力信息与通信技术 2024年第6期22卷 18-27页

作者：杨成鹏侯萌张曦马军伟马江海邓超胡泽春国网山西省电力公司信息通信分公司山西省太原市030021 国网智能电网研究院有限公司北京市昌平区102209 帝国理工大学电气与电子工程系英国伦敦SW72AZ 国网山西省电力公司大同供电公司山西省大同市037008 国网浙江省电力有限公司余姚供电公司浙江省余姚市315400 清华大学电机工程与应用电子技术系北京市海淀区100084

虚拟电厂的信息流能够表示分布式资源与电力系统交互的活跃程度,信息流的精准预测对了解虚拟电厂的运行特性进而提高系统的控制效率至关重要。然而,虚拟电厂涉及的交互主体较多,其能量特性既受资源个体随机性的影响,又与海量资源聚合后... 详细信息

虚拟电厂的信息流能够表示分布式资源与电力系统交互的活跃程度,信息流的精准预测对了解虚拟电厂的运行特性进而提高系统的控制效率至关重要。然而,虚拟电厂涉及的交互主体较多,其能量特性既受资源个体随机性的影响,又与海量资源聚合后的整体特性息息相关。因此传统的预测模型难以有效拟合虚拟电厂的信息流,亟需提出一种面向虚拟电厂信息流预测的模型。文章提出一种基于长短期记忆网络和变分模态分解的短期混合预测模型。首先采用变分模式分解基于变分原理提取流量序列的本征模态分量;然后,利用长短期记忆网络分别对每个模态分量序列进行建模和预测,并创新性地引入注意力机制来筛选本征模态分量中的重要特征序列;最后,所有子预测算法被整合为一个完整的预测模型。仿真结果表明,相比传统方法,该模型可以有效地提高虚拟电厂信息流量预测的准确性。

关键词：虚拟电厂流量预测变分模态分解注意力机制长短期记忆

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

二次供水流量预测模型的构建和应用

净水技术 2024年第5期43卷 71-79页

作者：肖磊蒋瑜刘书明吴雪陈春芳清华大学环境学院北京100084 常州通用自来水有限公司江苏常州213003

目前二次供水系统中水泵普遍存在“大马拉小车”导致能耗偏高的问题,为了解决这一问题,需要建立一种更加贴合实际工况的二次供水流量预测方法。文章以江苏常州地区149个二次供水小区的流量监测数据为基础,形成二次供水流量特征样本集,... 详细信息

目前二次供水系统中水泵普遍存在“大马拉小车”导致能耗偏高的问题,为了解决这一问题,需要建立一种更加贴合实际工况的二次供水流量预测方法。文章以江苏常州地区149个二次供水小区的流量监测数据为基础,形成二次供水流量特征样本集,首次综合增压户数、入住率、最高日流量、最高日最大时流量等特征数据,依靠基于遗传算法优化的BP神经网络进行数据挖掘,构建具备可用性的二次供水流量预测模型,并应用于老旧泵房的水泵改造工作,电耗降幅达19%以上,取得了良好的节能效果。流量预测模型可以为二次供水设计选型、节能改造等工作提供更精准的流量评估工具,也为二次供水节能减排提供新的研究思路,助力实现“双碳”目标,推进供水绿色发展。

关键词：二次供水遗传算法 BP神经网络流量预测节能减排

在线全文

学校读者我要写书评

暂无评论

基于图神经网络的交通流量预测方法研究

物流科技 2024年第10期47卷 118-123,129页

作者：薛焱中上海工程技术大学城市轨道交通学院上海201620

文章提出了一种新型的交通运输流预测方法。首先,提出了一个基于时间空间特征的交通流预测模型,其中道路交通流的空间特性的提取是使用图形卷积网络(GCN)进行的。其次,通过一个简单而强大的可变触发周期单元GRU来实现一种随时序改变的... 详细信息

文章提出了一种新型的交通运输流预测方法。首先,提出了一个基于时间空间特征的交通流预测模型,其中道路交通流的空间特性的提取是使用图形卷积网络(GCN)进行的。其次,通过一个简单而强大的可变触发周期单元GRU来实现一种随时序改变的道路网络;在此基础上,利用sequence-to-sequence模型对道路各个阶段的时间序列进行了评估,并利用该模式来获取最终的预测结果。最后,以sequence-to-sequence模型为基础,采用了自动编码机制对模型进行了结构优化,使预报准确率有了很大提高。

关键词：交通运输图神经网络深度学习流量预测自动编码机制

在线全文

学校读者我要写书评

暂无评论

基于VMD-LSTM的河流流量预测方法

东北水利水电 2024年第2期42卷 23-29页

作者：栾策辽宁生态工程职业学院辽宁沈阳110122

为了提高径流预测的精度,文中提出了一种基于变分模态分解算法(VMD)的长短期记忆神经网络(LSTM)预测模型。文中通过对沙里寨水文站2010年至2019年的流量数据进行预测,并与其他模型对比预测效果。结果表明,VMD-LSTM模型能够有效提高径流... 详细信息

为了提高径流预测的精度,文中提出了一种基于变分模态分解算法(VMD)的长短期记忆神经网络(LSTM)预测模型。文中通过对沙里寨水文站2010年至2019年的流量数据进行预测,并与其他模型对比预测效果。结果表明,VMD-LSTM模型能够有效提高径流的预测稳定性和精度。

关键词：流量预测变分模态分解算法长短期记忆神经网络 VMD-LSTM

基于图卷积神经网络的大规模软件定义网络流量预测模型

在线全文

学校读者我要写书评

暂无评论

微电子学与计算机 2024年第4期41卷 96-103页

作者：张国明广东工商职业技术大学计算机学院广东肇庆526060

为了提高大规模软件定义网络流量预测的准确率,研究基于图卷积神经网络的大规模软件定义网络流量预测模型。构建包含图卷积神经网络(Graph Convolution Neural Network,GCN)层、门控递归单元(Gating Recursive Unit,GRU)层及自注意力机... 详细信息

为了提高大规模软件定义网络流量预测的准确率,研究基于图卷积神经网络的大规模软件定义网络流量预测模型。构建包含图卷积神经网络(Graph Convolution Neural Network,GCN)层、门控递归单元(Gating Recursive Unit,GRU)层及自注意力机制层的流量预测模型。通过GCN层与GRU层分别重构与更新网络流量的空间与时间特征;将两种特征共同输入自注意力机制层,经整合与加权平均运算后,获得网络流量预测值输出,实现大规模软件定义网络流量预测。实验结果显示,该模型可精准预测大规模软件定义网络流量,降低所应用网络的通信丢包率与通信延时,实现高质量高时效的网络数据传输,保障大规模软件定义网络的智能流量通信。

关键词：图卷积神经网络软件定义网络流量预测门控递归注意力机制时间特征