崔展博
- 作品数：6 被引量：16H指数：3
- 供职机构：沈阳航空航天大学更多>>
- 发文基金：国家高技术研究发展计划更多>>
- 相关领域：电气工程自动化与计算机技术更多>>
- 基于工艺的自适应数据质量多模型择优预测被引量：1
- 2014年
- 针对钢铁企业实际生产过程中,采用单一预测模型进行预测难以把握大规模启停设备用电规律,预测精度较低等问题,根据生产-检修阶段的实际工艺情况,将生产,检修问题采用随机近似贪婪搜索RAGS对复杂特征进行特征选择,建立了一个自适应数据质量的多模型择优预测框架进行建模;将其应用于宝钢电网。仿真结果表明,提出多模型择优预测框架可以准确预测钢铁企业电力日负荷,为实现电力系统能源调度提供决策依据。
- 张庆新崔展博陈磊王路平马睿吴毅平
- 关键词：NORMREGULARIZED
- 一种超短期电力负荷预测与预警方法
- 本发明公开一种基于卡尔曼滤波和小波回声状态网络的超短期电力负荷预测及预警的方法，针对电力负荷数据中含有噪声等问题，采用卡尔曼滤波方法，对“采集数据”进行实时估计，借助遗忘因子，弱化陈旧数据的权值，提高预测精度。在进行超短...
- 崔展博张庆新王路平梅莉陈磊吕品
- 文献传递
- 基于LS-SVM的钢铁企业电炉负荷预测被引量：3
- 2013年
- 在钢铁企业电炉负荷预测的研究中,针对钢铁企业电炉负荷震荡剧烈,幅度大,伪周期性等难以准确预测的问题,借助klman滤波对"失真数据"进行预处理,分别采用固定时长和可变时长电炉曲线模型对电炉负荷进行预测,将电炉冶炼状态向量扩展为一个特征向量,进而使特征曲线参数向量的估计问题转化为一个最小二乘问题,采用最小二乘支持向量机算法来求解,仿真结果表明,两种方法均具有良好的预测效果。但在实际冶炼过程中,不同的钢种对应的冶炼时间稍有不同,而模型Ⅱ中典型曲线的长度是弹性变化的,具有较好的鲁棒性。
- 张庆新崔展博王路平于汇洋
- 关键词：最小二乘支持向量机鲁棒性
- 基于k-means聚类与径向基神经(RBF)网络的电力系统日负荷预测被引量：7
- 2013年
- 对大型工业企业电力负荷震荡剧烈、幅度大等问题,提出了借助卡尔曼滤波对"失真数据"进行实时估计,弱化陈旧数据权值的k-means聚类和径向基网络的组合预测模型。依据最小逼近误差,利用最小二乘法对RBF网络的输出权值进行优化。文中方法对电力系统不同的工况背景,使用k-means聚类算法来确定隐藏节点的数据中心和扩展常数,改善了常规RBF网络随机选择网络中心的情况,同时使电力负荷精度得以有效提高。最后,依据文中的组合模型和其他4种常用算法分别对宝钢电力系统负荷数据进行分析预测,仿真结果表明:方法对负荷预测效果较好。
- 张庆新崔展博马睿陈磊
- 关键词：KALMAN滤波负荷预测
- 钢铁企业电力负荷预测的多模型融合仿真研究被引量：5
- 2013年
- 为克服常规负荷预测模型缺乏结合具体工艺的问题,同时考虑到企业不同部门对负荷预测时段的需求,本文对负荷预测系统进行分类,分别建立日用电量预测,日负荷预测,超短期负荷预测三个子系统,通过选择优化的网络训练模型,避免了传统的负荷预测方法中单凭采样数据预测的局限性,以最小化负荷预测误差为目标,对不同的负荷管理预测系统进行仿真,仿真结果验证了本文所提出方法的有效性。
- 张庆新崔展博陶勇王路平
- 关键词：仿真
- 一种超短期电力负荷预测与预警方法
- 本发明公开一种基于卡尔曼滤波和小波回声状态网络的超短期电力负荷预测及预警的方法，针对电力负荷数据中含有噪声等问题，采用卡尔曼滤波方法，对“采集数据”进行实时估计，借助遗忘因子，弱化陈旧数据的权值，提高预测精度。在进行超短...
- 崔展博张庆新王路平梅莉陈磊吕品
- 文献传递
