• 年份
  • 2018(1)
  • 2012(1)
  • 核心收录
  • 中国科技论文与引文数据库(CSTPCD)(2)
  • 北京大学中文核心期刊目录(北大核心)(2)
  • 中国科学引文数据库(CSCD)(1)
  • 刊名
  • 水利水电技术(1)
  • 电工技术学报(1)
  • 作者单位
  • 河海大学(2)
  • 语种
  • 汉语(2)
  • 关键词
  • RVM模型(2)
  • AMRA模型(1)
  • Arima(1)
  • EMD分解法(1)
  • 大坝变形(1)
  • 误差校正(1)
  • 预测精度(1)
  • 风速预测(1)
  • 更多...

  • 作者
  • 刘永涛(1)
  • 包腾飞(1)
  • 卫志农(1)
  • 孙国强(1)
  • 曹恩华(1)
  • 李慧(1)
  • 翟玮星(1)
  • 更多...

相关度
  • 相关度
  • 发表时间
每页显示10条
  • 每页显示10条
  • 每页显示20条
  • 每页显示30条
已找到 2 条结果
  • 基于RVM与ARMA误差校正的短期风速预测北大核心CSCDCSTPCD
    摘要:为提高风速预测的准确性,提出了基于相关向量机(RVM)与自回归滑动平均(ARMA)误差校正的风电场短期风速预测算法。该算法首先在RVM的基础上,建立了影响因素与未来24小时风速的非线性模型,并采用遗传算法(GA)进行优化,从而保证了模型参数最优。然后,针对已建立的RVM预测模型的误差序列,采用ARMA模型对其进行拟合,最后用ARMA模型的误差预测值校正已有的风速预测值。本文对江苏某风电场的风速进行预测,算例结果表明该方法是合理有效的。
  • 基于EMD-RVM-Arima的大坝变形预测模型及其应用北大核心CSTPCD
    摘要:由于大坝变形监测数据为非平稳、非线性的时间序列,因此采用经验模态分解法(EMD)、相关向量机理论(RVM)以及Arima误差修正模型对大坝变形监测数据进行分析预测.首先利用EMD分解法对原始时间序列进行分解和重构,使原始序列平稳化,得到若干本征模态函数(IMF)以及残差序列,再以RVM预测模型对上述结果进行分析预测,最后利用Arima误差修正模型对预测残差进行误差修正,从而建立了以RVM为基础预测模型的EMD-RVM-Arima大坝变…查看全部>>