导读:本文包含了相空间重构论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:重构,空间,混沌,序列,神经网络,谐振,过电压。
相空间重构论文文献综述
杨静,李英娜,赵振刚,李川[1]（2019）在《基于相空间重构小波神经网络的短期覆冰预测》一文中研究指出针对输电线路覆冰问题,提出一种基于相空间重构小波神经网络的短期覆冰预测模型。以云南昭通某110 kV输电线路覆冰厚度监测数据为基础,首先求取覆冰时间序列最大李雅普诺夫(Lyapunov)指数,对覆冰厚度进行非线性的动力学分析,确定序列具有混沌特性;其次由C-C法对系统进行相空间重构,找出数据变化的局部规律性;最后采用小波神经网络对相空间轨迹进行预测,并通过蚁群算法优化预测模型参数。实验表明:模型具有良好预测能力,对抗冰工作具有实际指导意义。(本文来源于《传感器与微系统》期刊2019年09期）
韩亚军,李太福[2]（2019）在《相空间重构短期风速与发电功率在线预测》一文中研究指出风力发电具有随机性、间歇性、波动性和难以精确预测的特点,针对大容量风力发电接入,会对电力系统的安全、稳定运行带来严峻挑战的问题,根据风速的混沌特性,提出采用一种相空间重构理论短期预测方法。首先确定风速的最佳延迟时间τ和嵌入维数m,再次对m和τ的多组可行匹配,并找出一个最佳匹配进行样本相空间重构,最后使用BP神经网络进行短期风速预测。通过对重庆武隆地区某风电场的实测数据进行仿真,证明该方法的有效性和可行性,并且提高了短期发电功率预测精度,对并网风力发电系统的运行具有重要意义。(本文来源于《控制工程》期刊2019年08期）
杜灿谊,林祖胜,喻菲菲,张绍辉[3]（2019）在《集成相空间重构与稀疏自编码的振动信号分解方法》一文中研究指出稀疏自编码算法通过对输入信号的编码与解码过程使得输出信号能够最大程度的保留输入数据信息,具备强大的数据处理功能,然而,SAE的输出数据具有什么特性、噪声成分在转化过程中发生怎样的变化并没有详细研究,针对该问题,以时域振动信号作为输入,理论推导噪声在编码与解码过程中的变化,分析输出信号的具体成分,得出信号在转化过程中能够有效的滤除噪声成分,并分离出信号的主要成分。仿真振动数据及齿轮箱故障诊断实验证明,稀疏自编码算法能够有效的提高振动信号的信噪比和提取故障的频率成分。(本文来源于《机械设计与制造》期刊2019年08期）
唐瑞,陈庆春,类先富[4]（2019）在《基于相空间重构的GQPSO-WNN短时交通流预测》一文中研究指出交通流预测有助于减少交通拥堵和交通事故发生。在定量分析交通流变化过程的混沌特性以及可预测性基础上,提出一种基于相空间的GQPSO-WNN的混合预测模型。引入遗传算法,使用混合优化后的量子粒子群算法初始化小波神经网络的各项参数,克服网络因初始值设置不当造成无法收敛或陷入多个局部极小值的问题。由于神经网络输入的随机性,采用重新构建交通流时间序列的相空间技术,用重构后的数据作为输入样本。实验结果表明,与WNN、PSO-WNN预测模型相比,该模型可以更加准确预测交通流,算法收敛性也有明显提高。(本文来源于《计算机应用与软件》期刊2019年07期）
申建康,何越磊,李再帏,路宏遥[5]（2019）在《基于相空间重构的CRTSⅡ型轨道板温度梯度预测分析》一文中研究指出为研究和预测CRTSⅡ型轨道板非线性温度梯度随时间的变化规律,达到及时预警和降低轨道板病害发生的目的。本文运用C-C方法对CRTSⅡ型轨道板非线性温度梯度时间序列进行最优相空间重构;在相空间重构的基础上,采用有反馈和记忆功能的NARX动态神经网络对非线性温度梯度时间序列进行预测分析。结果表明:基于对CRTSⅡ型轨道板温度梯度时间序列的最优相空间重构,利用NARX动态神经网络方法对未来时间T=30γ·tau,γ=1,2,3,…,内的CRTSⅡ型轨道板温度梯度进行预测。当γ=1时,即2016-11-17T08:00/2016-11-17T13:00时间内共11个部分采样节点的温度梯度预测结果表明,预测值与真实值有较好的吻合度。所以该方法在CRTSⅡ型轨道板的非线性时间序列系统预测中具有一定的科学价值和实用价值。(本文来源于《华东交通大学学报》期刊2019年03期）
李绍良,王茜,张毅,张磊[6]（2019）在《基于混沌相空间重构的IGA-LSSVM在线煤矿工作面瓦斯浓度预测模型的研究》一文中研究指出为了改进煤矿工作面瓦斯浓度预测可靠性和精度,运用基于混沌相空间重构的免疫遗传最小二乘支持向量机瓦斯浓度预测方法,把瓦斯浓度当做一组非线性混沌时间序列,使用相空间重构以恢复混沌时间序列在高维空间的运动轨迹,即混沌吸引子,运用IGA-LSSVM模型预测混沌吸引子未来的运动轨迹,再把预测的运动轨迹还原到时间序列中,得到预测的瓦斯浓度。研究表明,运用混沌IGA-LSSVM模型预测瓦斯浓度,由于引入了混沌吸引子,使模型不同于传统预测所建立的主观模型(如神经网络),而是直接根据数据序列本身计算出来的客观规律(混沌吸引子)进行预测,并且使用免疫遗传算法(IGA)对LSSVM模型的参数进行优化选择,可以避免预测的人为主观性,提高预测的精度和可信度。(本文来源于《中国煤炭》期刊2019年05期）
李巧茹,池维源,陈亮,范忠国,郝恩强[7]（2019）在《基于相空间重构和PSO-GPR的短时交通流预测》一文中研究指出准确实时的短时交通流预测是智能交通诱导的关键。为提高短时交通流预测精度,研究了基于相空间重构和粒子群优化高斯过程回归的短时交通流预测模型。针对交通流时间序列的非线性、复杂性和随机性,基于混沌理论确定原始时间序列的最佳延迟时间和嵌入维数,进行相空间重构,获得与原始数据具有相同动态特性的更为合理的模型输入-输出数据集。利用粒子群算法改进传统高斯过程模型参数优化的不足,构建预测模型。以重构序列作为预测模型的训练集和测试集,实现短时交通流预测。采用北京市东四环快速路检测器实测数据对比分析模型预测效果。结果表明,基于PSR和PSO-GPR的短时交通流预测模型评价指标均优于对比模型,其中绝对误差平均降低4.88,绝对百分比误差平均降低3.97%,均等系数达到0.963,所研究模型能够有效提高短时交通流预测精度。(本文来源于《交通信息与安全》期刊2019年02期）
郭霖徽,刘亚东,王鹏,罗林根,李国杰[8]（2019）在《基于相空间重构与平均电导特征的配电网单相接地故障辨识》一文中研究指出配电网接地故障类型辨识可为故障巡线提供指导,缩短故障巡线时间。针对10 kV配电网线路的不同接地故障类型,提出基于相空间重构与平均电导特征的配电网线路故障辨识方法。通过试验采集配电网中典型接地故障的波形。针对不同介质接地故障零序电流中电弧特征,对零序电流进行相空间重构得到相平面轨迹图,计算信息维数以及吸引子面积特征,依据特征识别量将故障区分为可靠接地故障和不可靠接地故障。进一步通过计算各类型故障平均电导作为故障辨识判据,将故障区分为不同类型。试验结果表明所提方法能够有效辨识不同介质接地故障类型。(本文来源于《电力系统自动化》期刊2019年07期）
李建标,司马文霞,孙廷玺,杨鸣,黄培专[9]（2019）在《实测铁磁谐振过电压相空间重构及非线性特征量提取》一文中研究指出铁磁谐振是电力系统中常见的一种非线性现象,现场实测数据表明电力系统中存在准周期铁磁谐振过电压,且某些分频铁磁谐振与准周期铁磁谐振过电压难以区分。为了能够提出一种有效的铁磁谐振过电压特征量,文中对某变电长达5年的实测铁磁谐振过电压进行了全面分析,采用相空间重构算法获得电压时间序列对应的铁磁谐振重构相空间,再以重构相空间为基础,提出二维重构吸引子的平均灰度的计算方法,用来定量表征铁磁谐振过电压非线性,结果表明不同类型铁磁谐振过电压的二维重构吸引子的平均灰度具有明显的差异,能够直接识别分频谐振和准周期谐振,亦能辅助识别其他类型的实测铁磁谐振过电压。(本文来源于《高压电器》期刊2019年03期）
何鲜峰,汪自力,何启,张宝森[10]（2019）在《基于相空间重构和Volterra的非线性寒区气温预测方法》一文中研究指出对寒区冬季气温时间序列的混沌特性及其应用技术进行了研究.先通过0-1混沌测试法确定寒区冬季气温时间序列具有混沌特性,然后通过相空间重构,分别利用C-C算法和G-P算法确定延迟时间和嵌入维数.在此基础上,提出了一种相空间重构和Volterra滤波的寒区冬季气温预测方法.实例分析表明,提出的预测方法在预测精度、预测误差、预测效果方面均优于常见模型,证明该预测方法是可行和有效的.(本文来源于《中国科学:技术科学》期刊2019年06期）
相空间重构论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
风力发电具有随机性、间歇性、波动性和难以精确预测的特点,针对大容量风力发电接入,会对电力系统的安全、稳定运行带来严峻挑战的问题,根据风速的混沌特性,提出采用一种相空间重构理论短期预测方法。首先确定风速的最佳延迟时间τ和嵌入维数m,再次对m和τ的多组可行匹配,并找出一个最佳匹配进行样本相空间重构,最后使用BP神经网络进行短期风速预测。通过对重庆武隆地区某风电场的实测数据进行仿真,证明该方法的有效性和可行性,并且提高了短期发电功率预测精度,对并网风力发电系统的运行具有重要意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
相空间重构论文参考文献
[1].杨静,李英娜,赵振刚,李川.基于相空间重构小波神经网络的短期覆冰预测[J].传感器与微系统.2019
[2].韩亚军,李太福.相空间重构短期风速与发电功率在线预测[J].控制工程.2019
[3].杜灿谊,林祖胜,喻菲菲,张绍辉.集成相空间重构与稀疏自编码的振动信号分解方法[J].机械设计与制造.2019
[4].唐瑞,陈庆春,类先富.基于相空间重构的GQPSO-WNN短时交通流预测[J].计算机应用与软件.2019
[5].申建康,何越磊,李再帏,路宏遥.基于相空间重构的CRTSⅡ型轨道板温度梯度预测分析[J].华东交通大学学报.2019
[6].李绍良,王茜,张毅,张磊.基于混沌相空间重构的IGA-LSSVM在线煤矿工作面瓦斯浓度预测模型的研究[J].中国煤炭.2019
[7].李巧茹,池维源,陈亮,范忠国,郝恩强.基于相空间重构和PSO-GPR的短时交通流预测[J].交通信息与安全.2019
[8].郭霖徽,刘亚东,王鹏,罗林根,李国杰.基于相空间重构与平均电导特征的配电网单相接地故障辨识[J].电力系统自动化.2019
[9].李建标,司马文霞,孙廷玺,杨鸣,黄培专.实测铁磁谐振过电压相空间重构及非线性特征量提取[J].高压电器.2019
[10].何鲜峰,汪自力,何启,张宝森.基于相空间重构和Volterra的非线性寒区气温预测方法[J].中国科学:技术科学.2019
论文知识图
