共查询到10条相似文献，搜索用时 15 毫秒
1.
《实验室研究与探索》2020,(2)
针对天气条件的不稳定使得光伏发电的输出具有较强的随机性、波动性和间歇性,提出一种基于相似日-BP神经网络组合的光伏出力预测模型。从历史数据中筛选出与预测日特征最相似的历史发电功率数据和气象数据,作为预测模型的训练样本。仿真结果表明:基于相似日-BP神经网络组合的光伏出力预测方法能够明显提高光伏出力预测精度。 相似文献
2.
光伏电站的发电功率高度依赖于不同的天气条件,其变化无规律可循,从而给电网管理带来挑战。因此,对光伏发电功率进行预测研究,以确保电网安全、稳定运行。首先,按季节和天气类型划分历史发电数据,经数据分析后,将温度与历史发电功率作为输入,构建了ANFIS与模糊聚类 ESN两个光伏发电功率预测模型。利用Matlab模糊逻辑工具箱构建ANFIS模型,而对于模糊聚类 ESN模型的构建,先采用模糊聚类处理输入数据,再利用ESN进行训练与预测。通过对两个预测结果的比较,模糊聚类 ESN模型的预测精度高于ANFIS模型。 相似文献
3.
《实验室研究与探索》2020,(5)
提出了一种基于特征挖掘的GRU-A光伏发电功率预测模型,可有效、精确地预测短期光伏发电功率。对光伏发电功率的影响因素进行深度挖掘并构造出相应特征群,搭建GRU-A模型作为光伏发电功率预测模型,并以构造的特征群作为输入,来实现光伏发电功率预测。利用某地的实际光伏数据,通过仿真实验证明基于特征挖掘的GRU-A模型相比于其他模型有更好的预测精度及稳定性。 相似文献
4.
王秀 《宁波职业技术学院学报》2010,14(5):38-41
针对提供的道路交通事故相关影响因子数据,构建了基于关联分析的灰色神经网络组合道路交通事故预测模型。结合实例,用所提出的模型给与了预测。结果表明,基于灰色关联分析神经网络预测模型充分发挥关联选优的优越性,比全输入神经网络预测模型有更好的预测精度,从而说明运用灰色关联分析方法对输入因子选择是有效可行的。基于灰色关联分析的神经网络组合交通事故预测模型充分发挥各单一模型的优点同时弱化了单一模型的缺点,比单一模型的预测结果更理想、精度更高。 相似文献
5.
由于灰色神经网络随机初始化网络的参数在使用灰色神经网络预测模型时,经常会出现在进化过程中陷入局部最优值和预测精度较低等问题.因此,提出采用粒子群优化(PSO)算法优化灰色神经网络的初始参数,建立了基于粒子群优化灰色神经网络的预测模型.使得在预测性能的稳定性上,明显优于单纯使用灰色神经网络模型.通过实验,对比分析了BP神经网络、灰色神经网络和PSO优化的灰色神经网络三种预测模型,结果验证了所提模型的有效性,从而进一步提高了灰色神经网络预测模型的精确度. 相似文献
6.
为确保水产品冷链物流供需双方信息对称,降低供应链中断风险及供需不匹配造成的浪费,水产品冷链物流需求预测显得尤为关键。选取影响水产品冷链物流需求的18个因素并用灰色关联法(GRA)筛选验证,运用主成分分析法(PCA)提取主要特征,通过粒子群算法(PSO)优化的径向基神经网络(RBF)构建PCA-PSO-RBF预测模型,对水产品需求预测,并与PCA-PSO-BP、PCA-RBF、PCA-BP、SVM、BP模型对比。结果表明,构建的PCA-PSO-RBF预测模型具有较强的非线性系统处理能力与全局寻优能力,对小样本多特征的数据具有较好包容性和预测精度,通过MAE/RMSE/MAPE预测误差评价验证了PCA-PSO-RBF预测模型的有效性及优越性。 相似文献
7.
在新能源汽车可缓解未来一系列环境、资源问题的重要背景下,对新能源汽车销售量准确预测有助于加速新能源汽车市场推广,降低相关生产研发企业运营成本。提取8个关键影响因素,应用灰色关联分析（GRA）验证各因素影响能力,然后构建基于果蝇算法优化灰色神经网络（FOA-GNN）预测模型的新能源汽车月度销售量预测模型。通过预测结果对比检验,验证该预测模型在预测新能源汽车销售量上有较高的预测精度。应用该模型对我国新能源汽车2019年月度销售量进行预测,结果表明,我国新能源汽车发展在2019年度依然可保持良好的增长态势。 相似文献
8.
巨旭平 《连云港职业技术学院学报》2009,22(1)
用灰色GM(1,1)预测模型和BP神经网络预测模型相结合而成的灰色神经网络GMBP模型,对图书馆借阅人数进行预测.基本思路是运用灰色GM(1,1)模型所得到的预测值按前两年来预测下一年的组合规律分别作为BP神经网络的输入输出,并用对模型进行学习验证.该模型有效地把灰色理论的弱化数据波动性的优点和神经网络非线性特点结合起来,并以科学预测为依据提出图书馆资源管理对策. 相似文献
9.
本文在分析城市化背景下我国农村基础教育现状的基础上,确立了农村基础教育规模与城市化发展的灰色关联指标,通过线性回归模型、灰色预测模型和灰色小波预测模型对农村普通高中招生人数进行预测,通过对比,得到了灰色小波预测模型更为精确的结论,并选择灰色小波预测模型进行了农村基础教育规模的预测。 相似文献
10.
为提高超短期电力负荷预测的准确度,提出一种基于相似日和粒子群算法——轻量梯度提升机的超短期电力负荷预测方法.对初始数据集进行特征构建,并利用灰色关联法筛选出与待预测日关联度较高的历史日.使用粒子群优化算法对LightGBM算法进行参数寻优,构造PSO-LightGBM负荷预测模型.实验分析表明,相较于传统预测方法,该方法提高了电力负荷预测的精度,为电力系统稳定运行提供了保障. 相似文献