导读:本文包含了预测估计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:线性,模型,有效温度,小二,观测器,锂离子电池,寿命。
预测估计论文文献综述
田妍,王勇,杨森,周南,李臻[1]（2019）在《基于线性预测分析时差估计的特高频局部放电定位方法》一文中研究指出基于特高频(UHF)信号的局部放电(PD)定位方法由于其对信号时差的计算误差较大,因此还未能在变电站中进行广泛的应用。文中提出了一种基于线性预测分析的时差估计方法,该算法首先对实际采集的特高频信号做预测分析,然后对预测误差应用幂定律以突显局放发生时刻,最后利用广义相关法进行时差估计。该方法能够以较高的精度计算信号时差,从而提高了局放定位的精度。实验结果表明,利用文中方法进行局放定位,定位距离误差可控制在1 m以下,方向角定位误差可控制在8°以下,证明了该方法的可行性。(本文来源于《高压电器》期刊2019年12期）
杨艳秋,王德辉[2]（2019）在《NGINAR(1)模型的Bayes估计及预测》一文中研究指出先利用Bayes方法研究NGINAR(1)模型的参数估计问题,再利用条件分布预测方法进行模型预测.模拟结果表明,Bayes估计效果优于条件最小二乘估计和Yule-Walker估计,且条件分布预测方法比条件期望预测方法更适用于整数值序列.(本文来源于《吉林大学学报(理学版)》期刊2019年06期）
顾斌,谢甫哲,钱海,雷丽恒[3]（2019）在《长江下游地区倒Y形混凝土桥塔有效温度的预测与极值估计》一文中研究指出基于1年多的实测温度和气象数据,使用统计学和极值分析等理论,对长江下游某大跨斜拉桥倒Y形混凝土桥塔有效温度变化规律、预测方法以及极值进行了分析研究.结果表明:桥塔有效温度近似以年为周期呈正弦式变化,并在2.0～31.3℃之间波动;桥塔日最高和最低有效温度分别主要发生于22∶00—00∶00和10∶00—12∶00之间,桥塔日最高有效温度的发生时间与日最高气温相比滞后6.5 h左右,桥塔日最高有效温度的发生时间与日最低气温相比滞后4.5 h左右;桥塔的日最高和最低有效温度均与连续6 d平均日最低气温的相关性最大,相关系数分别可达0.982和0.981,故使用连续6 d平均日最低气温能对桥塔日最高和最低有效温度进行较为准确的预测;桥塔最高和最低有效温度的50年一遇标准值分别为38.65和-1.84℃,100年一遇标准值分别为39.61和-2.69℃.(本文来源于《东南大学学报(自然科学版)》期刊2019年06期）
贺良,郭海燕,何宏森,王学渊[4]（2019）在《基于改进稀疏线性预测的时延估计算法》一文中研究指出针对噪声与混响环境下,基于稀疏线性预测的时延估计算法性能下降的问题,提出一种改进的线性预测模型。为了获得麦克风信号的有效预滤波,将语音幅度谱的稀疏性和线性预测向量的稀疏性同时引入最小二乘准则,以此构建凸约束线性预测模型;运用Split-Bregman迭代方法对模型进行求解;使用预测误差信号建立基于改进L2/L1范数稀疏线性预测预白化的时延估计器。实验结果表明:与GCC-PHAT和L2/L1范数稀疏线性预测算法相比,所提算法具有更好的时延估计性能。(本文来源于《传感器与微系统》期刊2019年11期）
刘素兵,曹大志,赵志辉[5]（2019）在《基于无偏估计的装甲装备器材需求灰色预测》一文中研究指出针对装甲装备器材需求数据采集过程中存在的数据采集偏差,建立了存在数据采集误差的装备器材需求灰色预测模型;分析了装备器材需求灰色预测模型中,最小二乘估计为无偏估计的条件是数据采集误差的期望为0,否则,最小二乘估计为有偏估计;最后针对数据采集偏差期望不为0的条件,给出一种基于辅助变量的无偏参数估计方法.通过实际案例仿真分析验证了方法的合理性和可行性.(本文来源于《云南民族大学学报(自然科学版)》期刊2019年05期）
蒋帆,徐海祥,冯辉,余文瞾,李文娟[6]（2019）在《基于模型预测扩展卡尔曼滤波的动力定位状态估计》一文中研究指出针对传统扩展卡尔曼滤波由于动力定位系统过程噪声不能自适应更新,导致滤波精度下降的问题,提出一种模型预测扩展卡尔曼滤波算法。该算法通过比较一段时间内的量测值和预测值,估计系统噪声参数,从而实时修正系统过程噪声方差。仿真结果表明,在系统的过程噪声未知的情况下,模型预测扩展卡尔曼滤波的滤波性能明显优于传统扩展卡尔曼滤波。(本文来源于《船舶工程》期刊2019年07期）
吴晓刚,鲁宗相,乔颖[7]（2019）在《基于功率预测误差修正的日前风电出力分布估计》一文中研究指出风电功率预测是整个风电运行与控制体系的基础支撑技术模块。基于功率预测误差的修正结果,提出了一种风电场日前有功出力分布的估计方法。首先验证了风电功率的预测误差水平受到风速大小的叁次方、风电功率的峰度、风电功率的大小和功率预测相关性等多个因素的影响;然后利用多元线性回归法建立风电功率预测误差的估计模型,并对风电场日前的点功率预测值进行修正;最后利用广义误差分布模型估计出风电出力的上下限。以华北地区某座风电场作为测试算例进行分析,验证了该出力分布估计方法的有效性。(本文来源于《云南电力技术》期刊2019年03期）
孙坚强[8]（2019）在《总体最小二乘参数估计与预测的整体解法研究》一文中研究指出观测误差来源于实际观测且不可避免,在大地测量数据处理中最常用的是最小二乘方法。顾及系数矩阵误差和观测值误差的总体最小二乘方法(TLS,total least squares)是近年来研究的热点。其主要函数模型是基于EIV模型(EIV,error-in-variables)和Partial EIV模型(Partial EIV,partial error-in-variables)进行展开的。尽管采用同时顾及系数矩阵和观测向量误差及其相关性的回归分析方法能建立合理的回归模型,但采用该模型预测因变量时,现有方法依然忽略了待预测自变量的观测误差,从而影响了模型因变量的预测效果。故本文给出整体解法的概念,其顾及了回归分析模型和模型预测等式中所有变量的随机误差。其次,模型因变量的预测效果由参数估值和待预测自变量的精度所影响。本文依据现有的总体最小二乘算法和方差分量估计方法,从提高模型的预测效果出发,研究总体最小二乘参数估计与预测更具普适性的算法并应用于实际情况中,旨在完善现有的模型预测处理方法。本文的具体研究如下:研究了Partial EIV模型参数估计与预测的整体解法。它顾及了所有变量的观测误差和考虑到系数矩阵的元素是表达式或函数的情况。通过对线性化后的Partial EIV模型的部分元素进行移项,构造成间接平差的形式进行迭代求解。算例表明,由于在模型预测时考虑了待预测自变量的观测误差,本文方法预测效果优于其他模型。研究了总体最小二乘整体解法的方差分量估计算法。针对随机模型不准确与模型预测时忽略待预测自变量的观测误差的问题,本文在EIV模型的基础上,推导了一种同时顾及所有变量观测误差的整体解法,同时使用方差-协方差方差分量估计方法,导出其相关计算公式和迭代算法。通过算例结果表明,本文方法与其他方法相比预测效果较好,具有可行性。研究了基于总体最小二乘的GM(1,1)模型的方差分量估计方法。考虑到现有灰色预测GM(1,1)模型的解法基本上是假设观测序列等精度、或者根据先验信息给出其方差阵,而实际上观测数据是在不同时间段采集得到,并非等精度观测。本文在已有GM(1,1)模型的总体最小二乘解法的基础上,考虑模型中的同源随机误差,从观测值的二次型出发,结合最小范数二次无偏估计理论给出其解法,克服了观测数据先验随机模型不合理的缺陷。通过实际数据和模拟数据两个算例表明,本文方法较其他方法有效的提高了预测精度。基于本文研究的总体最小二乘参数估计与预测的整体解法,将其用于GPS高程转换和大旋转角叁维坐标基准变换中。GPS高程转换精度主要由转换参数的精度和是否考虑高程异常待求点的坐标误差影响。采用GPS高程转换联合模型的方差分量估计方法对其进行解算,以提高模型的转换精度;对空间叁维坐标基准变换模型进行相应变换,考虑公共点的两套坐标以及非公共点的一套坐标的误差,采用非线性平差处理,给出适用任意角度的叁维坐标基准变换的整体解法。结果表明,将方差分量估计方法应用于GPS高程转换联合模型解算中可以修正随机模型以提高高程转换结果的精度;在大旋转角叁维坐标基准变换模型求解中,本文方法可以得到合理的转换参数和更优的坐标转换精度。(本文来源于《东华理工大学》期刊2019-06-14）
陈阳[9]（2019）在《基于扩展H_∞粒子滤波的动力电池健康状态估计及寿命预测研究》一文中研究指出近年来,随着电动汽车的需求逐渐增大,锂离子电池作为电动汽车的动力来源,其电池管理系统(Battery Management System,BMS)成为了国内外的研究热点。BMS中的健康状态(State of Health,SOH)以百分比的形式表征电池从寿命开始到寿命结束期间的老化状态,可以用容量作为评判指标。剩余可用寿命(Remaining Useful Life,RUL)一般指的是电池当前可用容量降至电池额定容量的80%时的剩余充放电循环次数。电池SOH估计和RUL预测可以为电池的检测和诊断提供依据,以便及时维护电池系统,从而延长电池寿命,增加电动汽车的续驶里程。为了得到电池SOH估计和电池RUL预测的精确仿真结果,本文做了下列工作。首先,介绍了新能源汽车及动力电池的发展状况,并分析和总结了BMS中电池SOH估计和RUL预测的国内外研究现状。其次,为了进行电池荷电状态(State of Charge,SOC)和SOH联合估计,建立了考虑容量衰减因子的电池等效电路模型。然后,搭建了电池测试系统,利用快速静置标定法得到了电池开路电压和SOC之间的关系,运用最小二乘法对电池模型的阻容参数进行了辨识。并且,对LiMn_2 O_4电池进行了循环老化实验,基于实验所得的全寿命周期的容量数据辨识了容量衰减因子。最后在Simulink中搭建了仿真模型,实现了电池模型准确性的验证。然后,为了进行电池RUL预测,建立了电池老化模型。通过对比分析电池老化模型的多种拟合形式的曲线拟合度和均方根误差,基于电池循环老化实验所得的容量数据,利用双指数形式建立了电池容量衰减模型。最后分析了LiMn_2 O_4电池在恒定温度下,放电电流和充放电循环次数对其老化的影响。接下来,基于考虑容量衰减的电池等效电路模型,设计双滑模观测器(Dual Sliding Mode Observer,DSMO)进行电池SOC和SOH联合估计。SOC观测器和SOH观测器并行工作,其中SOC观测器基于估计得到的SOH值和输入电流,估计当前的SOC,SOH观测器基于上一时刻的SOH值估计当前SOH。然后,由李亚普诺夫稳定性理论证明了DSMO对于SOC和SOH估计的收敛性。最后,在Simulink下搭建仿真模型,并在自定义工况和新欧洲行驶循环(New European Driving Cycle,NEDC)下证明了DSMO及电池模型的有效性和精确度。最后,基于双指数形式的电池容量衰减模型,采用扩展H_∞粒子滤波算法进行了电池RUL的预测。为了降低电池RUL的预测误差,将基于DSMO得到的电池SOH估计值作为电池RUL预测的输入。并将电池容量衰减模型中的参数作为状态变量,基于扩展H_∞粒子滤波算法对其进行实时更新,得到了电池的剩余循环次数以及预测结果的可信度。仿真结果验证了扩展H_∞粒子滤波算法的有效性,并且与基于粒子滤波算法得到的电池RUL预测结果相比,预测精度更高。(本文来源于《吉林大学》期刊2019-06-01）
任鹏博[10]（2019）在《基于区间应力的锂离子电池容量估计及寿命预测研究》一文中研究指出锂离子电池因具有能量密度高、循环寿命长和充放电平台高等优点而被广泛应用于电力储能、电动汽车和通讯系统中。然而,考虑到电池的功率、能量、衰退速度和安全性等因素,电动汽车或储能应用场景下的锂离子电池通常都不会在容量的全区间实用。在选定分区间内使用的锂离子电池,其衰退性能会受到多种因素的影响,在不同的区间应力下表现出不同的容量衰退轨迹。基于此,本文对不同区间应力下锂离子电池的循环衰退性能进行了研究,具体内容如下:以2.75Ah 18650型号叁元材料电池为研究对象,基于电池实际运行工况和衰退机理,分别按照实用区间、相变区间和20%放电深度(DOD)区间划分了 11个不同SOC循环区间。参考国内外通用的锂离子电池测试手册,设计了电池分区间循环寿命测试以及不同温度下性能测试的实验规程。选取28块同一批次的锂离子电池,开展了为期15个月的循环老化实验和性能测试实验。基于测试数据对比分析了 3类分区间的容量衰退结果,划分电池老化的不同阶段。总结了电池内阻、容量增量曲线和容量再生现象随循环次数的变化规律,并给出容量再生的机理解释。分别分析了恒压充电过程、分区间特征和相变过程等因素对不同区间下电池老化的影响。利用Keras深度学习库完成了基于LSTMRNN网络的锂离子电池分区间循环衰退模型的搭建、初始化和训练过程。基于测试区间数据,实现了任意给定区间下电池循环容量的高精度预测,极大地减少了测试时间。通过参数搜索得到模型的最优超参数组合,并利用快照集成方法对不同极小值处的模型进行融合,进一步提高模型精度。考虑动力电池实际运行工况,提取容量增量曲线峰值高度和峰值位置电压两个健康状态特征参数,与电池容量同时作为多输出高斯过程回归模型的输出,对电池容量进行估计。分别采用单一核函数和组合核函数来探究不同协方差函数对模型输出和准确度的贡献;采用多种关联分析方法,对特征参数和电池容量进行相关性分析,验证了特征选取的正确性以及多输出高斯回归方法的优势;针对历史数据匮乏的情况,对训练数据比例和估计准确性的关系进行研究。最后利用多输出高斯过程回归算法实现了电池组内单体剩余寿命的高精度预测。(本文来源于《北京交通大学》期刊2019-06-01）
预测估计论文开题报告
（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：
先利用Bayes方法研究NGINAR(1)模型的参数估计问题,再利用条件分布预测方法进行模型预测.模拟结果表明,Bayes估计效果优于条件最小二乘估计和Yule-Walker估计,且条件分布预测方法比条件期望预测方法更适用于整数值序列.
（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。
预测估计论文参考文献
[1].田妍,王勇,杨森,周南,李臻.基于线性预测分析时差估计的特高频局部放电定位方法[J].高压电器.2019
[2].杨艳秋,王德辉.NGINAR(1)模型的Bayes估计及预测[J].吉林大学学报(理学版).2019
[3].顾斌,谢甫哲,钱海,雷丽恒.长江下游地区倒Y形混凝土桥塔有效温度的预测与极值估计[J].东南大学学报(自然科学版).2019
[4].贺良,郭海燕,何宏森,王学渊.基于改进稀疏线性预测的时延估计算法[J].传感器与微系统.2019
[5].刘素兵,曹大志,赵志辉.基于无偏估计的装甲装备器材需求灰色预测[J].云南民族大学学报(自然科学版).2019
[6].蒋帆,徐海祥,冯辉,余文瞾,李文娟.基于模型预测扩展卡尔曼滤波的动力定位状态估计[J].船舶工程.2019
[7].吴晓刚,鲁宗相,乔颖.基于功率预测误差修正的日前风电出力分布估计[J].云南电力技术.2019
[8].孙坚强.总体最小二乘参数估计与预测的整体解法研究[D].东华理工大学.2019
[9].陈阳.基于扩展H_∞粒子滤波的动力电池健康状态估计及寿命预测研究[D].吉林大学.2019
[10].任鹏博.基于区间应力的锂离子电池容量估计及寿命预测研究[D].北京交通大学.2019
论文知识图
