分享到:

基于多层感知器与支持向量机的风电功率预测模型研究

随着能源危机和环境污染等问题的日益凸显,可再生能源的发展受到世界各国的关注,风能作为一种清洁、绿色的可再生能源,已经被广泛用于发电。由于风力发电技术的日臻成熟,风电装机容量和并网规模逐渐扩大,风力发场在中国整个电力系统发电总量的比例逐渐增加。然而受天气、环境等因素的影响,风电功率呈现出波动性、随机性和间歇性,当大规模风电接入到电力系统时,将会严重影响电网的稳定、安全和可靠运行。因此,发展准确的模型预测风电场风电功率,将有利于电力系统预先安排调度计划,保障电力系统的功率平衡和正常运行。在风电场采集风电功率数据时,有些历史数据由于通讯故障、系统调控或人为干预等原因,将会呈现异常变化,这将给分析风电功率的统计特性带来严重影响。为了减少异常数据对风电功率波动性和风电功率预测等方面带来的负面干扰,首先,本文结合几何拓扑理论和数据标准化理论提出金字塔数据分类模型,不仅能够对异常数据进行预处理,还能对数据进行分类,将同种类别的数据赋予一致的标  (本文共51页) 本文目录 | 阅读全文>>

《中国公共卫生管理》2020年01期
中国公共卫生管理

多层感知器神经网络在手足口病预测模型中的应用

目的研究多层感知器神经网络手足口病预测的应用,为手足口病预测提供依据。方法选取浙江省2008年5月1日—2018年6月30日的发病数,利用SPSS 22. 0建立多层感知器神经网络模型,变量选择"发病数",分类变量选择"发病年""发病月"指标,协变量选择"前1周同期发病数",比较实际发病与预测值的差异,用平均误差率(MPAE...  (本文共4页) 阅读全文>>

《电子测量与仪器学报》2019年07期
电子测量与仪器学报

基于多层感知器的流量分类方法研究

为了解决现有流量分类方法识别准确率低、复杂度高、高速流量处理能力弱、对既定特征依赖程度高等问题,提出了一种新的流量分类方法。利用深度学习的思想识别复杂网络应用、感知应用内部服务。在多层感知器模型基础上,基于无监督学习算法训练多层感知器参数,基...  (本文共9页) 阅读全文>>

《中国医院管理》2017年06期
中国医院管理

基于多层感知器网络的过度医疗防治绩效评价研究

目的通过多层感知器网络的构建评价过度医疗防治的效果,为进一步完善过度医疗防治体系提供参考。方法基于多层感知器网络,构建了具有3层神经网...  (本文共3页) 阅读全文>>

《航空计算技术》1992年01期
航空计算技术

多层感知器神经网络及其在语声识别方面的应用

本文首先描述一种神经网络的拓扑结构——多层感知器神经网.其次推导出针对该神经网的整体学习算法,给出算法在一般微...  (本文共7页) 阅读全文>>

《计算机科学》2019年09期
计算机科学

多层感知器深度卷积生成对抗网络

生成对抗网络(GAN)是目前图像生成领域中一种新的、有效的训练生成模型方法。深度卷积生成对抗网络(DCGAN)作为GAN的一种延伸,将卷积神经网络引入到生成模型中进行无监督训练。但DCGAN的线性卷积层对于下层数据块是一个广义线性模型,其抽象层次较低,生成的图像质量不高,并且在模型性能度量方面...  (本文共7页) 阅读全文>>