[giaban]0.000 VNĐ[/giaban]
[kythuat]
[/kythuat]
[tomtat]
[tomtat]
Dự
báo phụ tải điện sử dụng mạng Wavelet và Fuzzy logic
File
toàn văn Down tại đây or Down tại đây or Down tại đây
File
thuyết trình Down tại đây or Down tại đây or Down tại đây
MỤC
LỤC
Chương
1: TỔNG QUAN
Chương
2: LÝ THUYẾT WAVELET VÀ FUZZY LOGIC
2.1.
Lý thuyết Wavelet:
2.1.1.
Tổng quan :
2.1.2.
Biển đổi Wavelet liên tục (CWT):
2.1.3.
Biển đổi wavelet rời rạc (DWT):
2.1.4.
Giới thiệu một số họ wavelet thông dụng:
2.1.5.
Một số ứng dụng nổi bật của phân tích Wavelet:
2.2.
Lý thuyết Fuzzy Logic:
2.2.1
Khái niệm tập hợp kinh điển
2.2.2
Khái niệm tập mờ - các khái niệm cơ bản:
2.2.3
Luật hợp thành mờ:
2.2.4
Giải mờ:
2.2.5
Các bước thiết kế một bộ mờ
Chương
3:ỨNG DỤNG MẠNG WAVELET VÀ FUZZY CHO BÀI TOÁN DỰ BÁO PHỤ TẢI ĐIỆN
3.1.
Giới thiệu:
3.2.
Phân tích wavelet tiền xử lý:
3.2.1
Biến đổi wavelet rời rạc (DWT – Discrete Wavelet Transform):
3.2.2
Biến đổi wavelet rời rạc phủ toàn diện (MODWT):
3.3.
Xây dựng mô hình Fuzzy cho bài toán dự báo dựa trên giải thuật ước lượng nhóm
(Cluster Estimation):
3.3.1
Giới thiệu giải thuật ước lượng nhóm :
3.3.2
Phân nhóm dữ liệu dựa trên giải thuật Moutain Clustering:
3.3.3
Mô hình nhận dạng mờ (Fuzzy Model Identification):
3.4.
Mô hình dự báo mạng Fuzzy-Wavelet:
3.5
Các sơ đồ khối:
3.5.1
Mô hình dự báo Fuzzy-Wavelet
3.5.2
Xây dựng mô hình nhận dạng mờ Fuzzy Identification:
3.5.3
Giải thuật tìm tâm nhóm theo Mountain Clustering:
3.5.4
Sơ đồ khối dự báo:
Chương
4: ỨNG DỤNG DỰ BÁO PHỤ TẢI TỈNH TIỀN GIANG
4.1
Giới thiệu về Tiền Giang
4.2
Đặc điểm đồ thị phụ tải tỉnh Tiền Giang
4.3
Dự báo đồ thị phụ tải ngày tỉnh Tiền Giang
4.3.1
Lựa chọn mẫu dữ liệu đưa vào luyện mạng
4.3.2
Áp dụng mạng Wavelet-Fuzzy Logic trong công tác dự báo:
4.3.3
Dự báo từng hệ số MODWT và tổ hợp dự báo:
4.3.4
Dự báo 23 thời điểm tiếp theo để đưa ra kết quả công suất ngày:
Chương
5: PHẦN LẬP TRÌNH
1.
Chương trình chính (main function):
2.
Chương trình thiết lập ma trận input -output (build_IO):
3.
Chương trình chuẩn hóa dữ liệu về hệ đơn vị tương đối (normalizedata):
4.
Chương trình tìm tâm theo giải thuật MC (MountainCluster):
5.
Chương trình thiết lập mô hình Fuzzy Logic (trainningFuzzyMode l):
6.
Chương trình thiết lập Yn+1 (build_I_nplus1):
7.
Chương trình thiết lập An+1 (build_A_nplus1):
8.
Chương trình chuyển dữ liệu về hệ đơn vị thường (denormalizedata):
TÀI
LIỆU THAM KHẢO
Bài viết liên quan
