查詢結果分析
相關文獻
- 一群落估算法用於模糊模式鑑別的短期負載預測
- 結合乏晰理論及類神經網路作短期負載預測
- D-Stability Criterion of Discrete Uncertain Time-Delay T-S Fuzzy Models
- Estimation of SOPDT Transfer Function Models Using an Auto-Tuning Test
- 地下水位與地盤沈陷轉換關係之時序分析
- 自我組織式模糊系統作短期電力負載預測
- A Rule Based Spatial Load Forecast Method
- Comparisons of Time Series Models for the Forecasting of Albacore Commercial Harvest in the Indian Ocean
- On the Stability of Dicrete Takagi-Sugeno Fuzzy Dynamic Model
- A New Short-Term Load Forecasting Approach using Self-Organizing Fuzzy ARMAX Models
頁籤選單縮合
| 題 名 | 一群落估算法用於模糊模式鑑別的短期負載預測=A Cluster Estimation to Fuzzy Model Identification and Forecast Hourly Load |
|---|---|
| 作 者 | 吳鴻志; 盧展南; | 書刊名 | 高苑學報 |
| 卷 期 | 6:2 1997.08[民86.08] |
| 頁 次 | 頁51-60 |
| 分類號 | 448.115 |
| 關鍵詞 | 群落估算法; 模糊模式; 短期負載預測; 轉換函數模式; |
| 語 文 | 中文(Chinese) |
| 中文摘要 | 本文提出一套群落估算法 (Cluster estimation) 鑑別模糊模式 (Fuzzy model) ,並用於預測電力系統的小時負載。 本方法利用群落估算法計算出真實負載資料的群落中 心,即群落中心的數目為模糊模式的規則總數,其位置為模糊模式前件部各輸入變數之歸屬 函數之位置。此外,後件部參數的估計過程中避開反矩陣的運算,而使用遞回最小平方估算 法 (Recursive least-squares estimation) 求反矩陣的解,所以本方法計算效率高。本文 採用臺電公司全系統負載和氣象局溫度資料做工作日及週末的測試, 進行未來一週來每 24 小時 (24-hour ahead) 之短期負載預測, 最後將預測結果與巴氏 - 簡氏轉換函數 (Box-Jenkins transfer function) 方法做一比較,結果顯示,在執行速度和精確度方面, 本法較優於巴氏 - 簡氏轉換函數方法。 |
本系統中英文摘要資訊取自各篇刊載內容。