导读:本文包含了概率性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:概率,功率,风电,区间,马尔,渤海,斜拉桥。
概率性论文文献综述
董龙,周伟峰,徐志亮,莫文朗,周孝华[1]（2019）在《贯流式空调柜机概率性异常出风规律研究》一文中研究指出本文通过分析某型号柜机因积尘导致概率性异常出风的工程问题,利用正交试验方法,确认了导致贯流风机不出风的主要因素:电机启动占空比、PI参数和滑动门开启度,并验证了优化后异常柜机的风量噪声。研究结果表明,增加电机启动占空比参数、减小PI参数及风门全开后风轮启动,可以有效避免因贯流风轮附着毛絮导致的概率性异常出风。(本文来源于《制冷与空调》期刊2019年11期）
杨锡运,康宁,杨雨薇,苏杰[2]（2019）在《基于EEMD的SOA-KELM风电功率概率性短期区间预测》一文中研究指出针对风电功率概率短期区间预测问题,提出了基于集合经验模态分解(EEMD)与人群搜索算法(SOA)优化的核极限学习机(KELM)模型。首先,在风电功率非平稳性时频分析的基础上,利用EEMD将原始风电功率序列分解为不同的子序列,并对各EEMD子序列建立基于上下限直接估量的预测子模型。然后,使用SOA寻求KELM子模型输出权值上下限的最优解,以优化模型预测性能。最后,以实际数据为算例,将本文模型与粒子群优化(PSO)算法优化的5种预测模型进行对比。结果表明:EEMD-SOA-KELM模型收敛速度更快且全局收敛,可获得更加可靠优良的区间预测结果。(本文来源于《动力工程学报》期刊2019年11期）
谷琼[3]（2019）在《考虑环境腐蚀的近海斜拉桥概率性地震损伤特性研究》一文中研究指出对于沿海地区的斜拉桥,氯离子的侵蚀会导致钢筋混凝土和拉索钢丝等材料发生严重的性能退化,对斜拉桥的结构安全造成巨大的威胁。此外,很多斜拉桥还位于地震高发区,数次大地震中先后出现过桥梁严重破坏的案例。目前国内外对于斜拉桥的抗震研究多基于完好结构,而考虑材料时变腐蚀的桥梁地震易损性研究多针对中小型梁式桥或斜拉桥的单一构件,材料腐蚀退化对斜拉桥整体抗震性能的影响研究仍处于起步阶段。随着沿海地区斜拉桥的不断规划建设,开展海蚀环境下斜拉桥的时变劣化抗震性能研究具有重要的理论和现实意义。本文以我国近海地区某单塔斜拉桥为例,考虑氯离子对拉索和钢筋混凝土的腐蚀作用,对斜拉桥主要构件及完整桥梁体系的时变地震易损性进行了系统讨论。本文开展的主要研究工作如下:(1)引入氯离子侵蚀作用下的结构材料劣化模型,考虑主塔、桥墩和拉索材料性能的时变劣化特性,基于OpenSees平台,建立了算例斜拉桥在不同服役时长下的叁维有限元模型,并采用SAP2000软件对OpenSees模型的准确性进行了验证。对不同服役时长下斜拉桥的自振周期进行了对比分析,研究表明,钢筋混凝土和拉索的性能劣化会导致斜拉桥自振周期增大,但增大率较小。(2)以100条成组地震波为输入,通过对数回归分析对两种代表性的地震动强度指标(结构基本周期对应的谱加速度Sa(T)和峰值地震动加速度PGA)进行了评价,优选Sa(T1)作为斜拉桥易损性分析的地震动强度度量参数。基于斜拉桥四种损伤状态的划分量化了各个构件(主塔、桥墩、桩、支座以及拉索)的损伤指标,并通过弯矩-曲率分析对主塔和桥墩截面的时变抗震性能进行了研究。(3)基于增量动力分析法建立了斜拉桥在不同服役时长下的构件地震易损性曲线,研究发现,随着服役时长的增加,轻微损伤、中等损伤、严重损伤以及完全破坏四种损伤状态下构件(主塔、桥墩、桩、支座以及拉索)的损伤概率都出现了不同程度的增加,在任何损伤状态下考虑材料性能劣化的构件(主塔、桥墩、拉索)损伤概率的增加程度高于未考虑性能劣化的构件(桩、支座)。(4)基于结构可靠度理论和拉索失效模式的具体分析,提出采用不同损伤状态下的分级串联斜拉桥系统可靠度模型。(5)采用界限法对斜拉桥系统的时变地震易损性进行研究,结果表明,斜拉桥系统的损伤概率高于单一构件,且系统损伤概率随着服役时长的增加而提高;当某一构件的损伤概率远高于其他构件时,会导致斜拉桥系统的损伤概率与该构件十分接近;因此,在轻微损伤和中等损伤状态下,斜拉桥系统的损伤概率受支座损伤概率的影响较大,在严重损伤和完全破坏状态下,斜拉桥系统的损伤概率受桩基础损伤概率的影响较大。(本文来源于《北京交通大学》期刊2019-04-01）
马雪[4]（2019）在《马尔可夫链法及其在风电功率概率性预测中的应用》一文中研究指出由于风电技术日益成熟使得风电并网容量大幅度增加,而风电并网对于电力系统稳定运行具有重大影响,故对风电功率进行高精度的预测对经济和社会发展具有重要意义。在考虑风电功率的变化特性之后,引入马尔可夫链法,并以马尔可夫链法为基础对风电功率做出概率性的区间预测分析,大大提高单点预测的抗风险能力。此方法可通过量化预测值所包含的不确定性信息,来满足决策者在决策规划和可靠性评估方面的需要。本文主要研究工作如下。首先,简单介绍了目前国内外风力发电现状及发展趋势、风电功率概率性研究意义、马尔可夫链方法的应用范围,指出了风电功率概率性预测成果、及马尔可夫链方法应用于风电功率预测的重要意义与工程价值。其次,为了减小对现有点预测模型的依赖,在不假设预测功率的误差分布情况下,求得不同置信水平下风电功率的范围,提出了一种基于经验模态分解(EMD),加权马尔可夫链(WMC)和分位数回归(QR)的风电功率概率区间预测方法。在本研究中,EMD应用于风速时间序列分解,将分解的风速分量由WMC建模以提高预测风速的准确性,利用QR预测模型,以获得给定概率水平的风力的上限和下限。接下来,考虑到风电功率预测与其历史功率显着相关,首先应用马尔可夫链方法,得到不同步长下的预测功率,再利用模糊粗糙集方法确定权重系数计算预测功率,将获得的预测功率输入非参数核密度(KDE)预测模型,在给定的置信度下求取预测误差概率密度函数的上下分位点,结合实际功率得到最终的预测功率区间,该方法降低了模型选取的主观性,能更好的掌握样本序列的动态结构,提高预测精度。最后,考虑到风速数据建模对风力研究具有重要意义,可提供有价值的信息。经典马尔可夫链方法利用概率分布来估计统计参数,此模型缺少时间变化属性,忽略其他模型之间的交叉依赖性。故在考虑了功率与风速、温度、压力之间的固有依赖性后,采用隐马尔可夫链(HMM)模型在将这些量联系起来,消除了直接采样的必要性与相关性,综合考虑预测区间的准确性,最后引入粒子群优化算法,以区间覆盖率、预测区间带宽为优化目标函数,仿真结果显示此方法具有可行性与优越性。(本文来源于《华北电力大学(北京)》期刊2019-03-01）
付果[5]（2019）在《基于贝叶斯方法的风电功率概率性预测分析及研究》一文中研究指出随着风电技术的日益成熟和迅速发展,使得风电并网的容量大幅度增加,而风电并网对于电力系统稳定运行具有重大影响,故对风电功率进行高精度的预测对经济和社会发展具有重要意义。为了给决策者在决策规划和可靠性评估方面的提供更多的信息,以贝叶斯方法为基础对风电功率做出概率性的区间预测分析。本文主要工作如下。首先,通过全球风能协会发布的风电数据分析了目前国内外风力发电的现状及未来的发展趋势,并指出了风力发电功率概率性研究的意义,以及现阶段国内外的风电功率概率性预测成果。然后提出了基于粗糙集属性约减和粒子群权重优化的朴素贝叶斯风电功率概率区间预测法。其利用粗糙集方法选择出了朴素贝叶斯合适的输入量并利用粒子群算法优化了朴素贝叶斯的输出权重,从而提高了预测精度。以西北某风场的运行数据为基础进行仿真验证,通过多种方法对比表明其具有更好的工程使用价值。进一步的,通过对点预测误差概率分布进行分析得出风电功率区间,提出了一种基于贝叶斯估计ARIMA参数的云模型误差拟合风功率区间预测方法。首先对ARIMA模型的未知参数的估计采用贝叶斯估计方法,然后采用云变换理论对预测误差概率密度进行拟合,得到多个正态概念云,最后针对不同功率段的特征不同并且其对应的最佳分位点也是不同的,采用了粒子群算法对各个功率段进行寻优找到其最佳分位点,从而得到区间覆盖率更高,平均带宽更窄的风电功率预测区间。同时通过与不同方法的对比彰显本文方法具有更优越的区间预测效果。最后,建立了一种基于模糊C均值聚类分析的贝叶斯神经网络风电功率区间预测方法,构建了双层风电功率区间预测模型。对于内层模型其首先通过模糊C均值聚类对训练数据进行了分类处理,然后分别带入贝叶斯神经网络对其进行训练;外层模型将FCM-BNN模型输出的预测功率与实际功率相减,得到功率预测误差序列,再通过非参数核密度估计对此功率预测误差序列进行拟合,得到误差序列概率密度函数。在预测误差概率密度函数上选取满足置信度要求的上下分位点,结合FCM-BNN所得预测功率,从而得到预测功率区间。(本文来源于《华北电力大学(北京)》期刊2019-03-01）
王森,薛永端,王洪俭,陈风峰,陈永根[6]（2019）在《考虑多参数影响的风电场多状态出力概率性评估》一文中研究指出大规模风电并网会对电力系统的可靠性带来严峻挑战,其出力的随机性也会对电力系统可靠性评估带来难题。为了准确地对风电场出力进行评估,结合风速的随机性,考虑了风电机组的故障、降额和随机投产状态以及风速分布的威布尔参数对风电场出力的影响,建立了风电场多状态出力的可靠性模型;基于蒙特卡洛法对风电场的有功出力进行了概率性评估,并分析了不同状态数、不同降额概率、故障停运概率、随机投产率及不同的风速分布威布尔尺度参数和形状参数等对评估结果的影响。仿真结果表明,所建模型切实可行,能有效地对风电场出力进行评估。(本文来源于《电网与清洁能源》期刊2019年02期）
李宏伟,王宗辰,原野,徐志国,王培涛[7]（2019）在《渤海海域地震海啸灾害概率性风险评估》一文中研究指出渤海作为我国地震活动性最为活跃的近海,其地震海啸风险不可忽视。本文应用概率性海啸风险评估方法对渤海周边区域的海啸风险进行评估。根据历史地震目录建立了渤海区域的震级-频率关系,基于蒙特卡洛算法随机生成了一套10万年的地震目录,最终通过对地震事件的海啸数值模拟及最大波幅的统计分析给出了环渤海区域典型重现期的最大波幅分布以及重点城市的海啸波幅曲线。评估结果表明,渤海地区海啸风险主要集中在渤海湾和莱州湾周边,波幅可达到1～3 m,辽东湾地区海啸风险较低。(本文来源于《海洋学报》期刊2019年01期）
柴永平,孙友伟,李国钦[8]（2018）在《自适应邻节点的概率性广播路由协议设计》一文中研究指出针对按需距离矢量(ad hoc on-demand distance vector,AODV)路由协议在车载自组织网络(vehicle ad hoc network,VANET)中路由发现过程存在盲目广播和路径易断裂问题,提出了自适应邻节点的概率性广播策略。在请求包接收过程,根据请求包中引入的地理位置信息计算距离,减少边缘节点参与路由建立;在重播过程中,从路边基础设施获取区域内密度信息,各节点根据邻节点数量和区域内密度信息选择不同的广播概率。仿真结果表明,自适应邻节点的概率性广播策略减少了盲目广播,降低了路由负担、数据到达率得到提高。(本文来源于《电视技术》期刊2018年11期）
任梦溪[9]（2018）在《跨叁个MSC切换导致概率性降级问题》一文中研究指出本文针对某局××高铁BSC接入新设MSC后出现的跨叁个MSC切换概率性切换失败导致CTCS-3无线连接超时问题进行深入分析,找到问题根因并提出解决方案。XX高铁在列车运行期间,列车通过NSC切换区域,偶尔发生跨区MSC切换失败,造成车-地通信中断,CTCS-3级列控系统失效降级运行。通过数据收集和故障分析,确定故障为通信链接响应超时所致,针对故障原因提出解决方案,排除列车跨区运行切换失败的故障现象。(本文来源于《数字技术与应用》期刊2018年10期）
曾一夫,刘泽政,周炎涛,周旭[10]（2018）在《M-Skyline在概率性不确定数据库上的应用》一文中研究指出概率性的数据库由多个概率性数据元素组成,而传统的Skyline查询通常返回的是一些独立的备选推荐项,这就必然使得推荐备选项有可能是错误的。一旦这种错误发生,用户将被迫再次进行Skyline查询来寻找替代选项。这不仅导致成本损失,还损害用户体验。为了解决这个问题,文章提出了一种新的M-Skyline模型。该模型综合考虑了潜在成本损失和数据参数,并提供了有序的备选项。在真实数据库和合成数据库下对算法进行了测试。测试结果表明,所提出的算法能有效地分析处理概率性不确定数据集,并在短时间内获得M-Skyline结果。(本文来源于《情报理论与实践》期刊2018年09期）
概率性论文开题报告
（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：
针对风电功率概率短期区间预测问题,提出了基于集合经验模态分解(EEMD)与人群搜索算法(SOA)优化的核极限学习机(KELM)模型。首先,在风电功率非平稳性时频分析的基础上,利用EEMD将原始风电功率序列分解为不同的子序列,并对各EEMD子序列建立基于上下限直接估量的预测子模型。然后,使用SOA寻求KELM子模型输出权值上下限的最优解,以优化模型预测性能。最后,以实际数据为算例,将本文模型与粒子群优化(PSO)算法优化的5种预测模型进行对比。结果表明:EEMD-SOA-KELM模型收敛速度更快且全局收敛,可获得更加可靠优良的区间预测结果。
（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。
概率性论文参考文献
[1].董龙,周伟峰,徐志亮,莫文朗,周孝华.贯流式空调柜机概率性异常出风规律研究[J].制冷与空调.2019
[2].杨锡运,康宁,杨雨薇,苏杰.基于EEMD的SOA-KELM风电功率概率性短期区间预测[J].动力工程学报.2019
[3].谷琼.考虑环境腐蚀的近海斜拉桥概率性地震损伤特性研究[D].北京交通大学.2019
[4].马雪.马尔可夫链法及其在风电功率概率性预测中的应用[D].华北电力大学(北京).2019
[5].付果.基于贝叶斯方法的风电功率概率性预测分析及研究[D].华北电力大学(北京).2019
[6].王森,薛永端,王洪俭,陈风峰,陈永根.考虑多参数影响的风电场多状态出力概率性评估[J].电网与清洁能源.2019
[7].李宏伟,王宗辰,原野,徐志国,王培涛.渤海海域地震海啸灾害概率性风险评估[J].海洋学报.2019
[8].柴永平,孙友伟,李国钦.自适应邻节点的概率性广播路由协议设计[J].电视技术.2018
[9].任梦溪.跨叁个MSC切换导致概率性降级问题[J].数字技术与应用.2018
[10].曾一夫,刘泽政,周炎涛,周旭.M-Skyline在概率性不确定数据库上的应用[J].情报理论与实践.2018
论文知识图
