-
公开(公告)号：CN113222289B
公开(公告)日：2024-03-12
申请号：CN202110613976.6
申请日：2021-06-02
Applicant: 江南大学
Abstract: 本发明提出一种基于数据处理的能源功率的预测方法，它基于数据处理和鲁棒变分回声状态网络的混合集成预测模型。首先利用互信息法确定了对风电功率输出影响系数最大的风速时间序列，然后采用高斯算法拟合历史风电功率和风速时间序列，对原始风电功率中错误或者遗漏的数据进行修正和补充，同时，采用核主成分分析(KPCA)法对影响风电功率输出的时间序列即风速、风向、温度、气压、空气密度时间序列进行处理，提取能反映原始时间序列大部分特征的主成分，消除数据的冗余。最后，将处理过的数据作为鲁棒变分回声状态网络的输入训练预测模型，得到模型的输出权值，从而得到风电功率的短期预测方法。
-
公开(公告)号：CN113222289A
公开(公告)日：2021-08-06
申请号：CN202110613976.6
申请日：2021-06-02
Applicant: 江南大学
Abstract: 本发明提出一种基于数据处理的能源功率的预测方法，它基于数据处理和鲁棒变分回声状态网络的混合集成预测模型。首先利用互信息法确定了对风电功率输出影响系数最大的风速时间序列，然后采用高斯算法拟合历史风电功率和风速时间序列，对原始风电功率中错误或者遗漏的数据进行修正和补充，同时，采用核主成分分析(KPCA)法对影响风电功率输出的时间序列即风速、风向、温度、气压、空气密度时间序列进行处理，提取能反映原始时间序列大部分特征的主成分，消除数据的冗余。最后，将处理过的数据作为鲁棒变分回声状态网络的输入训练预测模型，得到模型的输出权值，从而得到风电功率的短期预测方法。
-
公开(公告)号：CN114066094A
公开(公告)日：2022-02-18
申请号：CN202111419683.0
申请日：2021-11-26
Applicant: 江南大学
Abstract: 本发明公开了一种基于多因素分析的高炉煤气柜位预测方法，包括以下步骤：1、获取数据库中高炉煤气流量和煤气柜柜位相关的历史数据；2、对历史数据进行数据预处理；3、进行柜位波动多因素分析，利用绝对流量占比和灰色关联度分析方法确定高炉煤气柜位波动主要影响因素；4、基于步骤3分析的影响因素构建高炉煤气柜位预测模型，实现对高炉煤气柜位未来多步预测。本发明采用绝对流量占比分析和灰色关联度分析方法相结合确定柜位波动主要影响因素，精简了模型输入，降低建模复杂性；还充分考虑了多因素影响柜位波动的特征，可以在生产场景变化、产耗发生波动时实现对柜位的未来多步数值准确预测，为高炉煤气系统的合理调度提供了参考和依据。
-
-
Search Results
3
records
(took 0.019 seconds)
