您的位置: 专家智库 > >

国家火炬计划(07C26213711606)

作品数:25 被引量:370H指数:11
相关作者:师彪于新花闫旺孟欣周利坤更多>>
相关机构:西安理工大学青岛科技大学武警工程学院更多>>
发文基金:国家火炬计划陕西省自然科学基金山东省软科学研究计划更多>>
相关领域:电气工程自动化与计算机技术水利工程经济管理更多>>

文献类型

  • 25篇中文期刊文章

领域

  • 14篇电气工程
  • 6篇自动化与计算...
  • 5篇水利工程
  • 2篇经济管理
  • 2篇机械工程
  • 2篇动力工程及工...
  • 1篇天文地球
  • 1篇文化科学

主题

  • 9篇神经网
  • 9篇神经网络
  • 6篇粒子群
  • 5篇群算法
  • 5篇子群
  • 5篇负荷预测
  • 4篇短期负荷预测
  • 4篇蚁群
  • 4篇水文
  • 4篇网络
  • 4篇BP神经
  • 4篇BP神经网
  • 4篇BP神经网络
  • 4篇P
  • 3篇电力
  • 3篇电力负荷
  • 3篇电力负荷预测
  • 3篇短期电力负荷
  • 3篇短期电力负荷...
  • 3篇水电

机构

  • 22篇西安理工大学
  • 14篇青岛科技大学
  • 3篇山西水利职业...
  • 3篇武警工程学院
  • 2篇陕西师范大学
  • 2篇中国人民武装...
  • 1篇陕西电力科学...

作者

  • 17篇师彪
  • 14篇于新花
  • 11篇闫旺
  • 7篇孟欣
  • 5篇周利坤
  • 5篇李鹏
  • 4篇何常胜
  • 3篇冯民权
  • 3篇白继中
  • 3篇李娜
  • 2篇刘宏昭
  • 2篇李文莉
  • 2篇牛艳利
  • 1篇任平安
  • 1篇罗如柏
  • 1篇周世生
  • 1篇任丽丽
  • 1篇张斌
  • 1篇戴尊红
  • 1篇李华

传媒

  • 4篇水力发电学报
  • 3篇计算机应用
  • 2篇会计之友
  • 2篇农业工程学报
  • 2篇电网技术
  • 2篇沈阳农业大学...
  • 2篇自然资源学报
  • 1篇系统工程理论...
  • 1篇水力发电
  • 1篇北京工业大学...
  • 1篇电力自动化设...
  • 1篇机械科学与技...
  • 1篇吉林大学学报...
  • 1篇财务与金融
  • 1篇电网与清洁能...

年份

  • 1篇2014
  • 3篇2012
  • 5篇2011
  • 8篇2010
  • 7篇2009
  • 1篇2008
25 条 记 录,以下是 1-10
排序方式:
基于粒子群最小二乘支持向量机的水文预测被引量:15
2012年
支持向量机理论为研究中长期水文预测提供了新的方法。针对最小二乘支持向量机模型参数选择费时且效果差这一问题,给出基于粒子群算法的最小二乘支持向量机水文预测模型(PSO-LSSVM)。该模型运用最小二乘支持向量机回归原理建立,参数选取采用具有全局搜索能力的粒子群算法进行寻优。用此模型对南桠河冶勒水电站月径流进行预测,仿真计算结果表明,该算法可提高预测效率与预测精度。
李文莉李郁侠
关键词:最小二乘支持向量机粒子群算法水文预测参数优化
水轮机智能调速系统数学模型仿真及参数辨识被引量:13
2010年
为建立与电网稳定计算有关的水轮机调速系统数学模型及模型参数测量辨识,提出一种基于自适应人工鱼群-神经网络技术并适用于水轮机调速系统控制的新技术,建立智能调速系统数学模型,使之符合实际调节及微机优化控制。分析了该模型组成部分的传递函数,提出采用自适应人工鱼群算法来弥补人工鱼群和神经网络算法的不足,阐述了自适应人工鱼群算法-神经网络优化器的算法。给出了自适应人工鱼群优化算法参数辨识算法设计和实现步骤。利用Matlab和自适应人工鱼群算法进行模型参数辨识,对一次调频和二次调节试验过程进行仿真并与实测对比。结果表明,仿真值与实测值相当接近,所研制的自适应人工鱼群-神经网络优化器,达到了优化PID调节器控制输出量的目标;所建立的调速系统数学模型真实地反映调速系统在机组并网工况下的调节特性,说明该方法原理正确,可用于优化控制。
师彪李郁侠何常胜于新花闫旺孟欣李鹏
关键词:水轮机调速系统BP神经网络仿真
自适应人工蚁群算法在水资源优化配置中的应用被引量:7
2011年
为实现水资源合理调度,建立了水资源优化配置模型,针对该非线性模型求解较困难及其他方法求解精度不高的问题,提出了自适应人工蚁群算法(AACS)。以闻喜涑水灌区和陈村灌区水资源优化配置为实例,对涑水河陈村峪水库、紫家峪水库和杨家园水库给灌区供水调度进行优化,采用AACS法求解灌区水资源优化配置模型。结果表明:该模型可真实地反映灌区供需水平衡变化的总体趋势,所建模型是合理的,为判断时间序列数据的非线性提供了一种新方法。
白继中师彪冯民权周利坤
关键词:水文学水资源优化配置模型自适应蚁群算法
自适应变系数粒子群和径向基神经网络在短期电价预测中的应用(英文)被引量:3
2010年
分析了传统的粒子群优化(particle swarm optimization,PSO)算法和径向基(radial basis function,RBF)神经网络的优缺点,提出一种自适应变系数粒子群优化算法(adaptive variable coefficients particle swarm optimizer,AVCPSO)。该算法与RBF神经网络结合形成自适应变系数粒子群-径向基(AVCPSO-RBF)神经网络混合优化算法。基于此优化算法,建立了短期电价预测模型,并利用贵州电网历史数据进行短期电价预测。仿真计算结果表明,AVCPSO-RBF混合优化算法在短期电价预测中优于传统RBF神经网络法和PSO-RBF神经网络方法,克服了上述2种方法的缺点,改善了RBF神经网络的泛化能力,具有输出稳定性好、预测精度高、收敛速度快等特点,使用该方法得到的各日预测电价的平均百分比误差可控制在2%以内,平均绝对误差最大值为1.652RMB/MW·h。
师彪李郁侠于新花闫旺李娜孟欣
关键词:电价预测混合优化算法泛化能力
基于改进粒子群-径向基神经网络模型的短期电力负荷预测被引量:29
2009年
为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群–径向基神经网络算法。用改进的粒子群算法训练径向基神经网络,实现了径向基函数神经网络的参数优化。建立了短期电力负荷预测模型,综合考虑气象、天气、日期类型等影响负荷的因素进行短期负荷预测。算例结果表明,该算法优于径向基神经网络法和粒子群–径向基网络算法,克服了径向基网络和粒子群优化方法的缺点,改善了径向基神经网络的泛化能力,输出稳定,预测精度高,收敛速度快,平均百分比误差可控制在1.2%以内。
师彪李郁侠于新花闫旺何常胜孟欣
关键词:负荷预测泛化能力
基于云变异人工蜂群算法的梯级水库群优化调度被引量:18
2014年
针对求解高维、复杂的梯级水库优化调度时易出现"维数灾"或陷入局部最优解的问题,本文提出了一种混合优化算法。该算法结合云模型思想对人工蜂群算法进行了改进,克服了人工蜂群算法寻优中易于"早熟"的缺点,保持了后期种群的多样性,提高了全局搜索能力。实例计算表明,利用该混合算法求解梯级水库优化调度问题与传统算法比较,结果可靠合理,计算效率高,从而为求解高维、复杂的梯级水库优化调度问题提供了一条新的思路。
李文莉李郁侠任平安
关键词:水电工程梯级水库优化调度云模型人工蜂群算法
企业财务风险管理与控制策略被引量:99
2009年
在激烈的市场竞争环境中,企业风险管理的作用日渐突出,而我国企业集团的风险管理相对落后,随着竞争的加剧企业面临的财务风险也越来越复杂和多变。而现实中对财务风险的认识仍有分歧,由此本文提出了财务风险的新定义,分析了财务风险的成因,阐述了风险控制的原则,提出了防范和化解企业财务风险的对策,并以房地产企业为例,提出了化解企业财务风险的措施,从而达到指导实践的目的。
于新花
关键词:财务风险
基于弹性自适应人工鱼群-BP神经网络的风轮节距控制环被引量:4
2010年
为了研制一种调节桨叶节距角的智能控制器,使风力发电机组在变化的风力中获得最大的能量并使转速、功率和机械负载变化最小,提出了一种基于弹性自适应人工鱼群-BP神经网络的风轮节距控制环并用于风轮节距角控制,分析了弹性自适应人工鱼群优化算法-BP神经网络,建立智能控制的风力发电机组模型。使用该方法模拟了在不同桨叶节距角下功率系数、叶尖速比、功率和电压变化,模拟值与实测值进行了对比。试验表明,模拟值与实测值比较接近,仿真效果较佳。结果表明该方法原理正确,符合实际调节及微机控制,可用于实时控制。
师彪李郁侠于新花闫旺孟欣何常胜
关键词:神经网络风力发电机组
基于AOV网的JDF印刷工作流程建模被引量:5
2011年
针对印刷工作流程的控制问题,首先在研究JDF(job definition format)标准的基础上,基于AOV(activityon vertices)网提出了JDF-AOV网,以描述JDF印刷工作流程中各过程节点在执行时的相互依赖关系;然后定义了'JDF资源关联矩阵'以完整地描述各过程节点资源的消耗与生产,并且定义了'JDF资源可用性数组'以描述所有资源的可用性;最后利用此三者组成的递阶JDF-AOV模型对JDF印刷工作流程进行分析.结果表明,此模型可用.
罗如柏周世生
关键词:作业定义格式印刷工作流程
自适应变系数粒子群—径向基神经网络模型在负荷预测中的应用被引量:5
2009年
为了提高短期电力负荷预测精度,提出了一种自适应变系数粒子群—径向基函数神经网络混合优化算法(AVCTPO-RBF)。实现了径向基神经网络参数优化。建立了基于该优化算法的短期负荷预测模型,利用贵州电网历史数据进行短期负荷预测。仿真表明,该方法的收敛速度和预测精度优于传统径向基神经网络方法和粒子群—RBF神经网络方法及基于混沌理论的神经网络模型,该优化算法克服了径向基神经网络和传统的粒子群优化方法的缺点,改善了径向基神经网络的泛化能力,提高了贵州电网短期负荷预测的精度,各日预测负荷的平均百分比误差可控制在1.7%以内。该算法可有效用于电力系统的短期负荷预测。
师彪李郁侠于新花李娜闫旺孟欣
关键词:短期负荷预测泛化能力径向基神经网络
共3页<123>
聚类工具0