基于马尔科夫模型的汉语语句相似度计算

语句相似度计算在自然语言处理领域是一项非常重要的实用技术,基于马尔科夫模型的汉语语句相似度计算方法通过对语句进行分词处理、构建特征词向量以及权重值向量的方式实现了语句相似度计算.该方法以关系向量模型为基础,通过深入研究汉语语句的特征,利用前后相邻词的共现对权重值向量进行加权处理,以调整不同特征词的权重.方法重点考虑了关键词词形的相似度,结合了句长、词序等表面信息的相似度,并考虑了同义词的情况.最后采用两种不同的方案与关系向量模型进行了对比实验,结果表明方法可以更好的处理长度差很大的两个语句的相似度计算问题,尤其在检索相关新闻标题时准确率较高.     

基于马尔科夫模型的词汇语义相似度计算

在《知网2002》的基础上,充分利用其层次结构,引入了马尔科夫模型来计算词汇语义相似度,实验证明,算法取得较理想的实验结果．     

基于马尔科夫链的短期电力负荷预测

电力负荷预测是城市电网规划的基础工作之一,是保证电力系统可靠运行的前提,而保证其正确实现的关键是数学模型的建立。本文提出一种马尔科夫链和模糊聚类相结合的预测方法,对样本所属状态采用模糊划分,使得分类更加符合实际情况;利用马尔科夫链对研究对象做状态分析,根据状态转移进行预测。应用该模型对青海省某地区的短期电力负荷进行预测,并与实际用电负荷进行对比。仿真结果表明:对于各种扰动因素,预测误差范围可控制在5%以内,结果验证了马尔科夫模型对电力负荷短期预测具有较高的精度。     

基于GA-BP的分布式光伏发电预测

基于分布式光伏发电在家庭能源管理系统(HEMS)中具有广泛的应用,光伏输出功率的准确预测影响家用设备优化调度、并网时电网的稳定性及光伏发电利用率。对光伏输出功率主要影响因素进行研究,通过选取光伏发电预测日相似日天气类型(晴天、多云、阴雨天),在传统BP预测模型基础上引入GA优化算法,建立GA-BP光伏发电预测模型。分别选取预测日相似日天气类型为晴天、阴雨天进行实验仿真,结果表明所建预测模型能够提高光伏发电预测精度,在HEMS系统中具有一定的实用价值。     

基于马尔科夫链的统计分析的教学评估方法

应用马尔科夫过程从学生的学习成绩在各个等级上的转移情况来评价教师的教学效果,并通过多元统计分析,找出影响学生成绩和教师教学效果的主要因素,对教师提高教学效果,改进教学方法有明显的导向性．为建立科学的教学评价体系提供重要的参考依据.     

利用SVM-LSTM-DBN的短期光伏发电预测方法

为解决传统预测算法的不足,利用深度信念网络(DBN)耦合支持向量机(SVM)和长短期记忆神经网络(LSTM),提出一种新的光伏功率组合预测方法.分别构建以高斯径向基函数为核函数的支持向量机预测模型、4层长短期记忆神经网络为单项预测模型,通过深度信念网络组合,优化预测结果并输出.根据实际出力和预测结果的误差,利用DBN动态调整以获得最优值,进一步验证SVM-LSTM-DBN模型的有效性和准确性,并以新疆维吾尔自治区某光伏电站的实测数据进行仿真验证.结果表明:基于SVM-LSTM-DBN组合的光伏出力预测模型与单一模型相比,预测精度明显提高.     

基于VMD-IPSO-RFR模型的光伏发电功率预测

针对预测数据噪声过大或超参数调整不当,导致随机森林回归(RFR)模型预测光伏发电功率精度不高的问题,提出一种基于变分模态分解(VMD)结合改进的粒子群(IPSO)优化随机森林回归(RFR)的光伏预测模型。该方法先用灰色关联度系数法(GRA)选取相似日,再使用VMD把相似日功率数据分解为一系列相对平稳的子模态,突出光伏发电功率的局部特征信息,降低数据的不稳定性,然后利用IPSO对RFR中超参数进行寻优,将优化后的IPSO-RFR模型对各个分量进行预测,最后将预测结果进行叠加重构。实例证明,该模型在晴天和阴雨天的预测平均绝对百分比误差分别为10.64%和5.42%,预测精度相对较高。     

基于无迹卡尔曼滤波神经网络的光伏发电预测

针对光伏发电系统在不同天气状况下发电功率预测精度不高的问题,在分析传统方法的基础上,提出一种无迹卡尔曼滤波神经网络光伏发电预测方法。该方法利用无迹卡尔曼滤波实时更新神经网络模型的权重,以直流电压和电流作为系统的输入,以有功功率和无功功率作为系统的输出,分别建立两个独立的双输入单输出功率预测模型。实验结果表明:所提出的方法对有功功率和无功功率的预测精度分别为97.3%和94.2%,并且对天气具有良好的鲁棒性。     

基于马尔科夫链的四类餐馆市场占有率的预测

本文通过市场调查统计分析,得到了广东省湛江市四大类餐馆近几年占有顾客源的百分比,并运用马尔科夫链预测模型,得到在一定环境条件下经过较长时间的调整,四类菜馆市场占有率的最终的具体数据,再比较之前的占有率数据,将获悉饮食顾客数量在各个菜馆的增长率,这将给这几类餐饮业的投资决策者提供一份较为科学的理论依据,从而最大限度的降低投资风险.     

并网光伏发电系统发电量预测方法的探讨

为了较为准确的对并网光伏发电系统的发电量做出预测,提高光伏并网后电网的稳定性及安全性。文章对硅太阳电池组件发电功率进行了理论计算,建立了多元线性回归光伏发电功率及发电量预测模型。通过改进水电、火电和风电现有的发电量预测模型(基于BP神经网络和G(1,1)灰色理论模型),使得改进后模型更适合于并网光伏发电系统发电量的预测。最后,对三种预测模型的优缺点进行了比较,为今后并网光伏发电的预测提供了一种较为准确可行的方法。     

Markov链的组合预测及其应用

为了解决状态预测问题,提出了一种马尔可夫链组合预测方法。以加权马尔可夫链预测和模糊马尔可夫链预测为基础,以级别特征值方法为连接方法,通过区间中值,各单一预测模型和组合预测模型的对比,证明了该方法更为精确,更贴进实际值。丰富了马尔可夫链预测理论体系,同时形象直观、预测精确、计算简便、易于推广,具有一定的实际应用价值。     

便携式太阳能发电系统设计

介绍了便携式太阳能发电系统的组成,直流变换模块和逆变模块中主电路和控制电路的设计,给出了电路中各主要器件的具体参数,并给出实验结果。直流变换主电路采用带高频变压器的推挽电路、全桥整流和滤波电路。控制电路采用专用的脉宽调制集成电路芯片;逆变电路采用全桥逆变电路和滤波电路。控制电路采用AVR单片机,产生单极性正弦脉宽调制(SPWM)的控制信号,使主电路输出标准的正弦波交流电压。     

光伏发电及其所处电力系统可靠性评估研究进展

对光伏发电可靠性建模中辐照度模型、环境温度模型、光伏元件的随机停运模型等内容进行综述;对现有光伏发电及其所处电力系统可靠性评估方法及可靠性指标进行总结;综述了光伏发电对配电网及发电系统的影响,指出增加储能装置、风光互补发电、风光储组合运行是提高光伏发电及其所处电力系统可靠性的3种方法;最后对光伏发电及其所处电力系统可靠性评估的未来研究趋势做出展望.     

基于小波包变换和峰式马尔科夫链的风速短期预测

利用小波包的信号分析特性及峰式马尔科夫链的非稳态数据预测特性,提出一种新型风速短期预测方法。该方法对历史风速数据进行小波包分解,利用峰式马尔科夫链对小波包系数进行统计,分别得到小波包系数上升转移概率矩阵和下降转移概率矩阵,并由此得到下一时刻的小波包预测系数,将小波包系数进行重构可得到预测的风速。该文模型与其他模型的预测结果对比表明,该方法具有较高精度。     

模糊控制的光伏发电MPPT系统设计

为实现光伏发电系统的最大功率跟踪(MPPT),在光伏电池的I-U和P-U特性曲线基础上,结合电导增量法和带修正因子的改进型模糊控制方法进行光伏发电MPPT系统设计. 该控制方法不依赖于系统的数学模型,设计灵活,控制效果鲁棒性好、 稳定精度高,对其它类型太阳能光伏发电控制系统具有良好的借鉴作用.     

一种集成式追光光伏发电冷柜的设计研究

设计开发了一种光伏发电冷藏柜,采用对日跟踪伺服控制系统及单轴追光方式,通过单元追踪的方式实现了对太阳能的高效利用.并在晴朗及阴雨天气下分别进行实验,实验结果验证了追光式光伏板光电转换效率优于固定式光伏板,同时证明了该供电系统可以保证冷藏柜的独立稳定运行.制冷实验过程中,明确了制冷剂的最佳充注量为120 g,进一步实验后...     

大型并网光伏发电系统稳态模型与潮流分析

大型集中式并网光伏电站对区域电网稳态性能具有不可忽视的影响,该文研究了光伏并网发电系统的稳态模型和潮流分析方法。系统稳态模型基于电力电子变换原理和功率平衡原理建立,并考虑了最大功率跟踪(M PPT)控制策略。通过模型与光伏电站实测数据的对比,验证了模型准确性。利用该模型与电网潮流计算方法的交互,可评估光伏电站和电网在稳态性能方面的相互影响。在IEEE 30测试系统上分析了并网光伏电站的极限安装容量及对电网稳态性能的影响,结果表明现场太阳辐射条件是制约并网光伏电站极限容量的一个重要因素,大型集中式并网光伏电站对电网损耗和电压分布等稳态性能带来不同程度的影响。     

基于高斯混合模型的光伏发电功率概率区间预测

随着世界经济的绿色发展,大力发展可再生能源逐渐成为共识。可再生能源中太阳能的开发利用已成为当前能源转型中的重要领域,并在很多科技发达国家得到了较广泛的应用。高精度的光伏发电功率预测对电力系统的优化调度、安全运行十分重要。由于光照强度和能见度等会影响太阳能发电量的随机性,提出一种基于高斯混合模型的光伏发电功率概率区间预测方法,通过利用K-means算法将光伏发电历史数据按天气进行划分,以划分后的预测误差为统计样本,采用高斯混合模型进行拟合并使用期望最大化算法估计模型参数,通过计算指定置信水平下的置信区间进行光伏发电功率概率区间预测。仿真结果表明所提方法在进行光伏发电功率区间预测时的性能评价指标均优于典型单一分布模型,证明了所提方法的准确性和适用性。     

基于马尔可夫链的彩票分析

依据2005~2007年的彩票历史数据,应用马尔可夫链预测未来的中奖号码.这种分析表明要有很长的历史数据系列得到一个较大的概率.     

含光/柴混合发电的配电网可靠性评估模型

光伏发电是目前很具潜力的发电形式之一,但光照强度的波动和间歇特性使得对含光伏发电的系统进行准确可靠性评估较为困难。分析了光伏发电系统(PVS)元件失效模式及其对PVS输出功率的影响,建立了元件故障阶数考虑至三阶时PVS的可靠性模型;将光照资源的不确定性和PVS的元件随机停运相组合,得出PVS输出功率的概率模型。根据孤岛外配电网元件故障对孤岛负荷可靠性的影响,定义了修复域、隔离域和零域的概念及其分层思想,有效计及了断路器/熔断器拒动影响。通过算例探讨了光伏发电系统对配电网可靠性的影响,计算结果表明光伏发电系统接入配电网能有效改善配电网供电可靠性。