检索结果-南通市图书馆

基于优化非线性自回归神经网络模型的水质预测

在线全文

学校读者我要写书评

暂无评论

东华大学学报（自然科学版） 2022年第3期48卷 93-100页

作者：唐亦舜徐庆刘振鸿高品东华大学环境科学与工程学院上海201620 上海市环境监测中心上海200235

针对突发性水污染事件频发的问题,以上海市某支流具有代表性的监测断面为研究对象,通过优化调整输入数据段以及延迟阶数与隐含层神经元数等模型参数,构建基于历史水质时间序列的优化非线性自回归(NAR)神经网络模型,预测分析pH、溶解氧(... 详细信息

针对突发性水污染事件频发的问题,以上海市某支流具有代表性的监测断面为研究对象,通过优化调整输入数据段以及延迟阶数与隐含层神经元数等模型参数,构建基于历史水质时间序列的优化非线性自回归(NAR)神经网络模型,预测分析pH、溶解氧(DO)质量浓度和浊度3项水质指标的变化趋势。结果表明:优化后的NAR神经网络模型具有较好的非线性处理能力;当输入数据量为180,pH、DO质量浓度和浊度的神经网络模型的延迟阶数分别为2、3、9,隐含层神经元数为10时,NAR神经网络模型对pH、DO质量浓度和浊度的预测均方根误差分别为0.053、0.382 mg/L和17.300 NTU,平均绝对百分比误差分别为0.53%、3.97%和18.01%,预测效果较好。

关键词：水质预测非线性自回归神经网络 pH 溶解氧浊度模型优化

基于粒子群-变分模态分解、非线性自回归神经网络与门控循环单元的滑坡位移动态预测模型研究

在线全文

学校读者我要写书评

暂无评论

岩土力学 2022年第S01期43卷 601-612页

作者：姜宇航王伟邹丽芳王如宾刘世藩段雪雷河海大学岩土力学与堤坝工程教育部重点实验室江苏南京210098 河海大学江苏省岩土工程技术工程研究中心江苏南京210098 河海大学地球科学与工程学院江苏南京211100

以三峡库区八字门阶跃型滑坡为例,针对静态机器学习模型在周期项位移预测中的不足以及高频随机项位移预测困难等问题,提出了一种新的滑坡位移预测方法。基于时间序列分解思想,采用粒子群算法(PSO)对变分模态分解(VMD)进行参数寻优,并将... 详细信息

以三峡库区八字门阶跃型滑坡为例,针对静态机器学习模型在周期项位移预测中的不足以及高频随机项位移预测困难等问题,提出了一种新的滑坡位移预测方法。基于时间序列分解思想,采用粒子群算法(PSO)对变分模态分解(VMD)进行参数寻优,并将位移时间序列分解为趋势项、周期项和随机项。趋势项主要受滑坡内部因素影响,采用傅里叶曲线进行拟合预测;周期项由外部因素导致,基于格兰杰因果检验进行成因分析,并引入一种对时间序列历史状态具有较高敏感性的非线性自回归神经网络(NARX)进行预测;随机项频率较高且影响因素无法判定,采用一维门控循环单元(GRU)进行预测。最后将各分量预测位移进行叠加重构,实现滑坡累计位移的预测。结果表明,提出的(PSO-VMD)-NARX-GRU滑坡位移动态预测模型精度较高,且各位移分量预测精度明显高于静态模型中BP神经网络、支持向量机(SVM)和传统自回归模型ARIMA,可为阶跃型滑坡位移预测提供参考。

关键词：滑坡位移预测粒子群算法变分模态分解格兰杰因果检验非线性自回归神经网络门控循环单元

在线全文

学校读者我要写书评

暂无评论

基于非线性自回归神经网络的线路故障率预测

陕西理工大学学报（自然科学版） 2022年第6期38卷 22-27,37页

作者：郑成源张梁赵振刚李波廖耀华陈叶李博昆明理工大学信息工程与自动化学院云南昆明650500 云南电网有限责任公司电力科学研究院云南昆明650217

针对低压配电线路的安全运行问题,为保证电能的稳定供应和社会生产活动的正常运转,对线路的故障发生概率进行了预测,可为增强输配电线路的安全运行提供理论依据。首先分析了云南省某地区的低压配电线路运行数据,针对电压异常(失压、断... 详细信息

针对低压配电线路的安全运行问题,为保证电能的稳定供应和社会生产活动的正常运转,对线路的故障发生概率进行了预测,可为增强输配电线路的安全运行提供理论依据。首先分析了云南省某地区的低压配电线路运行数据,针对电压异常(失压、断相、电压过高、电压偏差异常、三相电压不平衡)、功率异常、功率因素异常等故障类型进行研究;其次对故障发生概率随时间变化的序列平稳性进行分析,绘制相应的自相关和偏自相关函数,确定自回归滑动平均模型的最优阶数,并建立ARMA预测模型;然后根据确立的预测模型输入延迟阶数,建立了非线性自回归神经网络预测模型,通过建立的模型预测了后168个时间点的线路故障发生概率。

关键词：低压配电线路故障发生概率非线性自回归神经网络

基于非线性自回归神经网络的燃气轮机建模方法研究

在线全文

学校读者我要写书评

暂无评论

发电设备 2021年第2期35卷 82-88页

作者：李俊昆张绪炎杨志鹏上海发电设备成套设计研究院有限责任公司上海200240

针对燃气轮机机理建模因缺失设计数据而建模难的问题,研究了非线性自回归神经网络建模的方法,并利用某在役燃气轮机的运行数据,建立了燃气轮机非线性自回归神经网络仿真模型。结果表明:该方法可以较好地仿真燃气轮机的关键参数,验证了... 详细信息

针对燃气轮机机理建模因缺失设计数据而建模难的问题,研究了非线性自回归神经网络建模的方法,并利用某在役燃气轮机的运行数据,建立了燃气轮机非线性自回归神经网络仿真模型。结果表明:该方法可以较好地仿真燃气轮机的关键参数,验证了采用非线性自回归神经网络建立燃气轮机仿真模型的可行性。

关键词：燃气轮机黑盒建模非线性自回归神经网络动态仿真

结合季节调整和NAR神经网络的流域地下水储量预测

在线全文

学校读者我要写书评

暂无评论

武汉大学学报（信息科学版） 2022年第10期47卷 1796-1804页

作者：王杰龙杨玲陈义沈云中同济大学测绘与地理信息学院上海200092

利用重力场恢复与气候实验卫星反演的陆地水储量和全球陆地数据同化系统(global land data assimilation system,GLDAS)水文模型,从流域降雨分布信息出发,结合季节调整技术和非线性自回归(non-linear autoregressive,NAR)神经网络对流... 详细信息

利用重力场恢复与气候实验卫星反演的陆地水储量和全球陆地数据同化系统(global land data assimilation system,GLDAS)水文模型,从流域降雨分布信息出发,结合季节调整技术和非线性自回归(non-linear autoregressive,NAR)神经网络对流域地下水储量变化进行预测,并与未经过季节调整的NAR神经网络、自回归(autoregressive, AR)模型以及季节性自回归差分移动平均(seasonal autoregressive integrated moving average, SARIMA)模型进行对比分析。以长江流域、勒拿河流域、鄂毕河流域以及叶尼塞河流域为例,结果表明,经过季节调整后的流域降雨和地下水分别服从独立分布和一阶自回归模型,为NAR神经网络时延数的确定提供了新的途径。经过季节调整后的NAR神经网络的预测结果在4个流域的模型表现优于传统的AR模型和SARIMA模型,均方根误差在1 cm以内,相关系数超过0.96。结合季节调整和NAR神经网络提高了流域地下水储量预测精度,减少了训练参数,加快了神经网络的收敛速度。

关键词：季节调整地下水储量非线性自回归神经网络自回归模型

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

空气源热泵芒果干燥系统变结构智能控制技术

食品与机械 2023年第10期39卷 100-104,145页

作者：郭小璇郭敏韩帅孙乐平广西电网有限责任公司电力科学研究院广西南宁530023 广西电力装备智能控制与运维重点实验室广西南宁535023

目的:提高空气源热泵干燥系统干燥芒果的能效。方法:对空气源热泵干燥系统干燥芒果的工艺进行细分,采用变结构控制实现干燥室温湿度的智能化动态调节以提高能效,即将每个干燥工艺阶段细分为三部分:远离转换点、接近转换点和临近转换点,... 详细信息

目的:提高空气源热泵干燥系统干燥芒果的能效。方法:对空气源热泵干燥系统干燥芒果的工艺进行细分,采用变结构控制实现干燥室温湿度的智能化动态调节以提高能效,即将每个干燥工艺阶段细分为三部分:远离转换点、接近转换点和临近转换点,对前两部分采用受限的带外部输入的非线性自回归神经网络(NARX)对干燥室温度和湿度设定值进行智能调整来节约电能,而对第三部分则采用PI控制器对干燥工艺转换点除湿量进行精准控制,保证芒果干燥品质。结果:与常规的分段恒温恒湿干燥方法相比,研究提出的细分段变结构控制方法能保证芒果干燥品质,并能节约8.63%的电能。结论:研究提出的细分段变结构控制方法能明显提高热泵干燥系统能效,并获得与常规分段恒温恒湿方法接近的干燥品质。

关键词：空气源热泵变结构控制非线性自回归神经网络温湿度解耦干燥品质节能

基于ARIMA-NARNN组合模型的血吸虫感染率预测研究

在线全文

学校读者我要写书评

暂无评论

中国血吸虫病防治杂志 2016年第6期28卷 630-634页

作者：王克伟吴郁李金平蒋玉宇江南大学无锡医学院无锡214122

目的探讨ARIMA-NARNN组合模型预测血吸虫感染率的有效性。方法利用2005年1月至2015年2月江苏省血吸虫感染率资料分别建立ARIMA模型、NARNN模型和ARIMA-NARNN组合模型,比较各模型的拟合和预测效果。结果相比较ARIMA模型和NARNN模型,ARIMA... 详细信息

目的探讨ARIMA-NARNN组合模型预测血吸虫感染率的有效性。方法利用2005年1月至2015年2月江苏省血吸虫感染率资料分别建立ARIMA模型、NARNN模型和ARIMA-NARNN组合模型,比较各模型的拟合和预测效果。结果相比较ARIMA模型和NARNN模型,ARIMA-NARNN组合模型预测样本的MSE、MAE和MAPE均最小,分别为0.011 1、0.090 0和0.282 4。结论 ARIMA-NARNN组合模型能有效模拟和预测血吸虫感染率,具有较好的推广应用价值。

关键词：自回归滑动平均模型非线性自回归神经网络时间序列血吸虫病预测 Autoregressive integrated moving average model (ARIMA) Nonlinear auto-regressive neural network (NARNN)

隧道围岩变形的非线性自回归时间序列预测方法研究

在线全文

学校读者我要写书评

暂无评论

北京交通大学学报 2017年第4期41卷 1-7页

作者：文明张顶立房倩齐俊方黄城陈文博北京交通大学城市地下工程教育部重点实验室北京100044 中国中铁工程设计咨询集团有限公司北京100055

针对传统时间序列预测模型的单一线性和忽略施工过程影响的静态局限性,提出非线性自回归(包括NARNN与NARXNN)时间序列预测模型.该模型通过引入动态施工影响因子作为附加的外部输入,同时结合模型本身的反馈结构和延迟单元,在结构和动态... 详细信息

针对传统时间序列预测模型的单一线性和忽略施工过程影响的静态局限性,提出非线性自回归(包括NARNN与NARXNN)时间序列预测模型.该模型通过引入动态施工影响因子作为附加的外部输入,同时结合模型本身的反馈结构和延迟单元,在结构和动态特性上更加符合实际系统,可以非线性动态地考虑隧道施工全过程.运用该模型对史家山2号隧道施工过程中的围岩水平收敛和地表变形进行预测.结果表明:1)非线性自回归预测模型比传统的ARMA预测模型的预测精度高、适应性好;2)通过多次预测并对结果取平均值,可以保证非线性自回归预测模型预测结果的预测精度和稳健性;3)通过优化动态施工影响因子的取值方法,可以进一步提高NARXNN时间序列预测模型的预测精度.

关键词：公路隧道时间序列模型非线性自回归神经网络动态施工影响因子围岩变形预测

负荷数据特征分析的用户集群需求响应潜力预测方法

在线全文

学校读者我要写书评

暂无评论

电力需求侧管理 2024年第1期26卷 16-22页

作者：黄奇峰杨世海段梅梅孔月萍丁泽诚国网江苏省电力有限公司营销服务中心南京210019

随着电力市场改革的逐步推进,需求响应将在未来新型电力系统中发挥越来越重要作用。针对目前DR潜力计算过程繁琐、用户数据不足的问题,提出了一种基于用户历史负荷、气温和电价数据的用户集群DR潜力预测方法。首先,通过对用户的历史负... 详细信息

随着电力市场改革的逐步推进,需求响应将在未来新型电力系统中发挥越来越重要作用。针对目前DR潜力计算过程繁琐、用户数据不足的问题,提出了一种基于用户历史负荷、气温和电价数据的用户集群DR潜力预测方法。首先,通过对用户的历史负荷曲线进行数据处理和信息提取,从月负荷规律性、日负荷波动性、峰谷一致性3个方面对各用户的用电行为进行特征值计算,形成评估用户类型的指标体系。继而,提出基于时序带有外部输入的非线性自回归神经网络的用户负荷和DR潜力预测方法。最后,以工业用户为例采用Meanshift算法实现用户集群划分,并对通用零部件制造行业的DR调节功率进行预测,经与实际调节功率数据进行对比分析,验证了本文所提方法的有效性。

关键词：负荷数据需求响应潜力负荷特征用户集群非线性自回归神经网络