导读:本文包含了曲线变量论文开题报告文献综述及选题提纲参考文献，主要关键词:风电机组,功率曲线,偏最小二乘法,深度神经网络
曲线变量论文文献综述
解加盈,郭鹏[1]（2019）在《基于多变量选择的深度神经网络功率曲线建模》一文中研究指出风电机组功率曲线能够反映机组的发电能力,对机组历史数据进行功率曲线建模对风电场的运行管理具有重要意义。引入偏最小二乘法(PLS)在数据层面分析了机组多个变量与输出功率的相关程度,通过交叉有效性原则与投影重要性指标(VIP)对多个变量进行降维筛选,之后把最优的变量子集作为深度神经网络(DNN)的输入,最终得到功率曲线的DNN模型。以安徽某风电场风电机组数据为例,通过与其他建模方法做对比,验证了所提方法的有效性。(本文来源于《华电技术》期刊2019年08期）
刘琳,郭鹏[2]（2019）在《基于改进决策树的多变量功率曲线建模方法》一文中研究指出为提高风电机组功率曲线的建模精度,利用偏互信息(PMI)方法对影响机组风能捕获的因素进行全面分析,并选取多参数作为输入变量。利用随机梯度提升回归树(SGBRT)算法,实现多变量下的功率曲线建模。结合某风电场1.5 MW机组数据采集与监视控制系统(SCADA)的实测数据,对所提出的功率曲线建模方法进行验证。结果表明:与现有功率曲线建模方法相比,采用SGBRT算法得到的功率曲线模型可更精确地预测风力机的功率特性,且预测误差最小。(本文来源于《动力工程学报》期刊2019年08期）
刘海明,苗佳晶[3]（2019）在《De Sitter空间中类空曲线的对偶曲面的不变量》一文中研究指出主要从切触几何的视角考察3维de Sitter空间中类空曲线的第一光锥对偶曲面和双曲对偶曲面的不变量的几何性质.(本文来源于《数学的实践与认识》期刊2019年15期）
刘晓凤[4]（2019）在《隐空间下间歇过程操作变量曲线迭代优化》一文中研究指出间歇过程被广泛用于生产小批量,多品种,高附加值的产品,其灵活的生产方式很好的适应了快速发展的市场需求,生产的产品遍布食品,药品,化工等多个领域。面对激烈的市场竞争,为提高产品质量、产量,降低生产成本,对间歇过程进行优化成为现代企业的迫切需求。近年来,随着传感检测技术的发展,计算机存储与计算能力的提高,数据分析技术与优化控制理论的发展,间歇过程优化问题被赋予了许多新的内容和研究手段。通过分析生产过程存储的大量数据,对生产过程设定的操作变量曲线进行调整的数据驱动型间歇过程迭代优化研究得到广泛关注。本文从实际工业应用角度出发,针对双酚A结晶过程中存在的高维批次数据信息冗余问题,批次生产易受噪声干扰影响问题、批次数据不等长问题、操作变量曲线参数选取问题进行深入研究与探讨,主要研究内容及成果如下:(1)针对间歇过程批次数据结构复杂、维度较高,数据之间信息重迭较大的问题,利用PCA算法将批次数据从变量方向压缩获得特征变量,去除变量间的冗余信息。在特征变量与指标变量建模时,从采样时间方向对特征变量进行压缩,突出关键时段对指标优化的影响。因此从不同方向进行二次数据压缩的优化研究,能够极大程度降低数据维度和信息冗余,从而减少计算量,提高建模精度与优化效果。(2)考虑批次到批次的间歇过程迭代优化策略无法及时根据生产过程信息对操作变量曲线进行修正,提出了一种隐空间下带约束的间歇过程批内修正优化算法。该方法的主要特点是建立特征变量与指标变量间的优化模型,根据历史批次数据对批次间操作变量曲线进行迭代优化,根据过程当前生产状况下指标预测值与期望值偏差,对批次内未实施的操作变量曲线进行逐步滚动调整,减弱批次生产过程中的扰动对最终优化效果的影响,提高优化收敛速度。(3)在研究成果(1)、(2)的基础上,考虑到间歇过程批次数据不等长问题对建模、优化效果的影响,提出了一种基于WKM的移动窗特征变量曲线数据对齐方法。采用PCA算法将批次数据投影到低维隐空间,获得相对时间尺度下反映过程状态变化的特征变量曲线,实现隐空间下数据基于特征的对齐。此外,考虑到间歇过程具有多阶段特性,本文结合WKM算法与TS算法对批次数据进行阶段划分,确保对齐的数据具有相同阶段特性;进一步为了降低对齐算法的运算量,在数据对齐计算中引入了移动窗策略。(4)当间歇过程生产周期较长时,如果采用分段参数化方法对操作变量曲线进行描述,常常存在段数过多计算量大,过少不足以描述曲线特征的问题。针对这一问题本文提出了基于互信息的操作变量曲线参数化方法。该方法主要是根据测量变量曲线各时段对指标优化的贡献程度与操作变量曲线的形态特征,对操作变量曲线进行参数表征。该参数化方法不仅使得所提优化方法调整参数数目降低,也使得优化的操作变量曲线更为平滑,并且优化效果进一步改善。为验证所提优化方法的有效性,采集某化工厂的双酚A结晶过程数据进行对比研究。结果表明,所提隐空间下带约束间歇过程批内修正迭代优化方法能够很好减弱生产过程扰动对优化效果的影响,相比基于原变量的优化模型,所提优化方法具有更快的收敛速度;另一方面,与采用DTW的数据对齐方法相比,基于WKM的移动窗特征变量曲线数据对齐方法处理不等长数据,能够获得更好的指标优化效果,由此验证了所提对齐方法对双酚A结晶过程的有效性;最后,与简化优化模型常用的分段参数化方法相比,采用基于互信息的操作变量曲线参数化方法不仅减少了优化中需要调整的参数数量,降低优化计算量,而且优化效果也同时得到了保障。(本文来源于《江南大学》期刊2019-06-01）
郭鹏,刘琳[5]（2018）在《多变量风电机组功率曲线建模与监测研究》一文中研究指出功率曲线能够反映风电机组的发电效率和运行状态,采用运行数据对其进行建模和监测能够及时发现机组运行异常和性能劣化。国际标准IEC61400-12-1中的比恩斯方法,仅将风速作为功率的影响因素且采用风速分区求风速功率平均值,建模精度较低。详细分析了影响风电机组风能捕获的因素,并将其作为功率曲线模型的输入变量。采用适合随机数据建模的Cholesky分解改进高斯过程方法建立多变量功率曲线模型,并进行了验证。引入序贯概率比检验方法,在监测阶段分析和捕捉模型预测功率残差的异常变化,并及时发出机组运行异常报警,然后通过机组自身数据纵向比对和不同机组之间数据横向比对,分析排查确定风电机组运行异常原因。以安徽某风电场1.5 MW实验机组为例,采用所提方法及时准确发现了由于风速计故障导致的机组发电性能异常,验证了所提方法的有效性。(本文来源于《电网技术》期刊2018年10期）
李顺勇,高艳[6]（2018）在《一种基于叁次曲线关系变量间的偏相关分析》一文中研究指出在统计学相关分析中,偏相关分析常用来研究多个变量中某2个变量之间的线性相关性,而实际问题中变量之间的关系并非都是线性的.通过构造变量Z与变量X、Y的叁次非线性模型,从理论推导和模拟分析两方面证实了变量之间呈现叁次的非线性关系时,偏相关不等价于条件相关,而剔除所有其他相关成分的影响后的偏相关与条件相关是等价的.最后利用非线性回归理论证实了该模型的优越性.(本文来源于《云南民族大学学报(自然科学版)》期刊2018年02期）
余建国[7]（2018）在《谁持彩练当空舞——谈圆锥曲线问题中参变量的选择》一文中研究指出圆锥曲线因运动而精彩纷呈,在定性证明和求最值类问题中,选取什么参变量表示运动,通过代数运算得到定值或建立目标函数呢?这里不仅是计算问题,更是算法的优化问题.本文和同学们探讨如何选取参数,简化运算.请看下面问题:(本文来源于《新世纪智能》期刊2018年02期）
李佳讯[8]（2017）在《确定圆锥曲线中参变量取值范围的一点思考》一文中研究指出圆锥曲线是高考命题的热点,而确定圆锥曲线中参变量的取值范围更是备受命题者的青睐。由于确定参变量取值范围的关系较为隐蔽,因而一直是同学们的易失分点。现对如何探寻参变量取值范围的研究和思考总结如下。一、结合题设条件建立含参变量的不等式例1已知椭圆x~2/(m+1)+y~2=1的两个焦(本文来源于《中学生数理化(学习研究)》期刊2017年11期）
朱光玉,罗小浪[9]（2017）在《湖南栎类天然混交林优势木树高曲线哑变量模型研究》一文中研究指出使用13种具有代表性的树高-胸径模型对湖南栎类天然混交林优势木树高-胸径关系进行了拟合,从中筛选出拟合度较高的模型作为基础模型,以进一步构建含林分类型、立地类型哑变量的天然混交林优势木树高曲线模型。研究结果表明:平均优势木模型要优于最高优势木模型,利用哑变量模型拟合的效果要明显优于基础模型;n林分类型哑变量和立地类型哑变量平均优势木模型结构相同,都是H=1.3+(sun from n to i=1)a_i×Z_i×D_g/(D_g+1)+b×D_g,其确定系数分别为0.711 9和0.977 5,立地类型哑变量模型要优于林分类型哑变量模型。利用哑变量模型可提高模型精度及适用性,有助于建立区域性通用生物数学模型,并为全国栎类天然混交林立地质量评价的研究提供科学支撑和参考依据。(本文来源于《林业资源管理》期刊2017年04期）
韩开山,周晓华,刘宝芳[10]（2017）在《结局变量为二值时利用CSTE曲线选择最优治疗方案》一文中研究指出本文对二值结局变量数据,基于因果推断理论,提出根据患者的生物标记物进行最优治疗方案选择的统计方法.这种方法基于CSTE(covariate-specific treatment effect)曲线和CSTE曲线的置信带(SCB).CSTE曲线表示在给定生物标记物(协变量)的条件下,处理组的条件平均处理效应.同时,CSTE曲线及其SCB可以被用于对特定的治疗方案选择适宜的患者.本文利用B-样条方法估计CSTE曲线及其CSB,并推导了其近似大样本性质.本文还通过模拟比较研究了CSTE曲线的置信带的有限样本性质,并阐述了CSTE曲线及其置信带在真实数据中如何选择最优治疗方案.(本文来源于《中国科学:数学》期刊2017年04期）
曲线变量论文开题报告
（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：
为提高风电机组功率曲线的建模精度,利用偏互信息(PMI)方法对影响机组风能捕获的因素进行全面分析,并选取多参数作为输入变量。利用随机梯度提升回归树(SGBRT)算法,实现多变量下的功率曲线建模。结合某风电场1.5 MW机组数据采集与监视控制系统(SCADA)的实测数据,对所提出的功率曲线建模方法进行验证。结果表明:与现有功率曲线建模方法相比,采用SGBRT算法得到的功率曲线模型可更精确地预测风力机的功率特性,且预测误差最小。
（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。
曲线变量论文参考文献
[1].解加盈,郭鹏.基于多变量选择的深度神经网络功率曲线建模[J].华电技术.2019
[2].刘琳,郭鹏.基于改进决策树的多变量功率曲线建模方法[J].动力工程学报.2019
[3].刘海明,苗佳晶.DeSitter空间中类空曲线的对偶曲面的不变量[J].数学的实践与认识.2019
[4].刘晓凤.隐空间下间歇过程操作变量曲线迭代优化[D].江南大学.2019
[5].郭鹏,刘琳.多变量风电机组功率曲线建模与监测研究[J].电网技术.2018
[6].李顺勇,高艳.一种基于叁次曲线关系变量间的偏相关分析[J].云南民族大学学报(自然科学版).2018
[7].余建国.谁持彩练当空舞——谈圆锥曲线问题中参变量的选择[J].新世纪智能.2018
[8].李佳讯.确定圆锥曲线中参变量取值范围的一点思考[J].中学生数理化(学习研究).2017
[9].朱光玉,罗小浪.湖南栎类天然混交林优势木树高曲线哑变量模型研究[J].林业资源管理.2017
[10].韩开山,周晓华,刘宝芳.结局变量为二值时利用CSTE曲线选择最优治疗方案[J].中国科学:数学.2017