多步预测

作品数：339被引量：1765H指数：19
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：杨茂李燕飞李耀华臧海祥乔俊飞更多>>
相关机构：浙江大学华北电力大学东南大学天津大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金国家重点基础研究发展计划国家教育部博士点基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 学科=电气工程x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于TransformerEncoder-DR1DCNN的锂离子电池RUL预测
《陕西理工大学学报(自然科学版)》2025年第2期54-63,共10页王浩 李亚 王海瑞 朱贵富 
国家自然科学基金项目(61863016)。
针对锂离子电池的剩余使用寿命(RUL)预测,提出了一种基于Transformer编码器层(TransformerEncoder)与深度残差一维卷积神经网络(DR1DCNN)相结合的预测方法。首先提取容量数据作为直接健康因子,并对容量数据进行归一化处理以消除数据量...
关键词：Transformer编码器层 深度残差一维卷积神经网络 多步预测 锂离子电池 剩余使用寿命预测 
基于PSO优化VMD-LSTM的直流测量装置误差趋势预测
《电工技术》2024年第23期12-17,23,共7页罗强 自越华 颜俊 徐天奇 
国家自然科学基金(编号62062068)。
以光学电流互感器(OCT)为代表的电子式直流测量装置在直流输电工程中得到了广泛应用,但随着运行时间增加,其测量误差可能出现越限,因此有必要对其测量误差进行预测。基于分解-寻优-预测-重构路径,提出一种粒子群优化算法(PSO)优化的变...
关键词：多步预测 长短时记忆网络 粒子群优化算法 变分模态分解 
基于GRNN-GSA-ELM的在线锂离子电池RUL多步预测
《机械工程学报》2024年第24期296-308,共13页蔡艳平 王新军 姜柯 韩德帅 赵沁峰 
考虑到锂离子电池剩余寿命在线预测能力不足,以及基于极限学习机网络模型对小样本训练数据学习能力不强的问题,提出构建连续的健康因子的方法,使用广义回归神经网络与改进极限学习机(Extreme learning machine,ELM)融合的方法对锂电池...
关键词：等压降放电时间 广义回归神经网络 引力搜索算法 极限学习机 多步预测 
基于DDPM与HVAE的多步电力负荷预测方法
《信息技术与信息化》2024年第11期137-140,共4页陈萌 
电力负荷预测在电力系统的优化调度和可靠运行中起着关键作用,针对传统单步预测方法在长期预测上的精确度不足问题,文章提出了一种耦合扩散概率模型(denoising diffusion probabilistic model,DDPM)与分层变分自编码器(bidirectional va...
关键词：电力负荷预测 去噪扩散概率模型 分层变分自编码器 多步预测 生成式网络 
带LC滤波器的永磁同步电机多步模型预测电流控制被引量：1
《电机与控制应用》2024年第11期21-31,共11页李耀华 王孝宇 吴庭旭 张鑫泉 邓益志 童瑞齐 
长安大学2024年研究生科研创新实践项目(300103724044)。
【目的】为提升永磁同步电机(PMSM)模型预测电流控制(MPCC)的控制性能,在PMSM与逆变器之间增加LC滤波器。【方法】建立带LC滤波器的三阶多步MPCC系统,对逆变器电流、电容电压及电机电流进行预测控制,并与一阶多步MPCC和磁场定向控制(FOC...
关键词：永磁同步电机 模型预测电流控制 多步预测 LC滤波器 
基于iInformer的超短期风电功率多步预测
《河南大学学报(自然科学版)》2024年第5期576-586,共11页甘恒玉 黄莉 刘兴举 寇仲 李筠 吕灵灵 常瑞 
国家重点研发计划资助项目(2019YFE0104800);河南省自然科学基金资助项目(232300420152);河南省高校科技创新团队支持计划(22IRTSTHNO11)
超短期风电功率预测的准确性对保障电力系统的稳定性和经济性具有重要意义.为充分挖掘风电功率数据变量之间的内生联系以提升预测性能,提出了一种基于倒置Informer(iInformer)模型的预测方法.首先,该方法通过斯皮尔曼相关性分析,甄选出...
关键词：超短期 风电功率预测 倒置嵌入 iInformer模型 
考虑未来功率需求的锂离子电池SOC多步预测
《电源技术》2024年第10期2013-2021,共9页陈瑞 陈俐 
商飞-上海交通大学联合研究基金(CASEF-2022-M02)。
为提高荷电状态(SOC)多步预测精度,提出了基于长短期记忆(LSTM)的编码器-解码器用于SOC多步预测,在输入中考虑未来电池功率序列,在编码器和解码器上依次提取历史特征序列和未来功率序列的时间依赖信息。以某全电动飞机用锂离子电池包为...
关键词：锂离子电池 SOC多步预测 长短期记忆 编码器-解码器 未来功率序列 
基于数据重采样与GRU神经网络的风电功率多步提前预测被引量：2
《北华大学学报（自然科学版）》2024年第5期688-693,共6页胡珈宁 王旭 周振雄 
吉林省科技发展计划项目(YDZJ202303CGZH001)。
准确预测不同时间尺度风电功率对于实现能源管理系统可靠运行至关重要。针对当前预测方法随着步数增加无法保持较高预测精度的问题,提出一种数据重采样技术与GRU神经网络相结合的风电功率多步提前预测方法;利用数据重采样技术对原始风...
关键词：风电功率预测 数据重采样 GRU神经网络 多步预测 
基于神经网络的永磁同步电机模型预测电流控制被引量：1
《电机与控制学报》2024年第10期109-122,共14页李耀华 刘东梅 陈桂鑫 刘子焜 王孝宇 童瑞齐 
陕西省自然科学基金(2021JM-163);西安市碑林区科技计划项目(GX2252)。
针对备选电压矢量有限导致永磁同步电机有限集模型预测电流控制性能较差及计算量较大的问题,提出基于神经网络的永磁同步电机模型预测电流控制。基于7个基本电压矢量和121个扩展电压矢量的永磁同步电机模型预测电流控制分别建立7分类和...
关键词：永磁同步电机 模型预测电流控制 神经网络 备选电压矢量 实时性 多步预测 
基于ViT和LSTM的风速多步预测被引量：1
《太阳能学报》2024年第9期525-533,共9页向玲 陈锦鹏 付晓孟婷 姚青陶 
国家自然科学基金(52075170,52175092)。
精确的风速预测对风力发电具有指导作用,据此提出一种多维时间序列下Vision Transformer(ViT)和长短时记忆网络(LSTM)的风速预测方法,实现对风速的超前一步和超前多步预测。结合斯皮尔曼系数(Spearman)和变分模态分解将风速分解为多维...
关键词：风速 预测 长短时记忆网络 变分模态分解 VIT 
全选清除导出
共9页<123456789>
检索报告 对象比较 聚类工具 使用帮助 返回顶部