基于改进灰色马尔可夫链的电传动装甲车辆负载需求功率预测
Prediction of Demand Power of Electric Drive Armored Vehicle Based on Improved Grey Markov Chain
查看参考文献25篇
|
文摘
|
为解决电传动装甲车辆负载需求功率预测精度偏低的问题,提出一种基于改进灰色马尔可夫链的组合功率预测方法。采用改进灰色预测方法和马尔可夫链预测方法对负载需求功率中的主体功率和残差功率进行预测,并在每个预测时刻将两种功率预测结果进行代数相加,建立改进灰色马尔可夫链组合预测方法。仿真结果表明:该负载需求功率组合预测方法相对于传统单一预测方法,能够较好地预测负载功率的强随机性变化特征,准确预测负载需求功率的变化趋势,预测精度最高提升了16.49%,可为后续能量管理策略提供有效参考信息。 |
|
其他语种文摘
|
A combined power prediction method based on improved grey Markov chain is proposed to solve the problem of low accuracy of demand power prediction for electric drive armored vehicles. The improved grey prediction method and Markov chain prediction method are used to predict the main power and residual power in the load demand power. The predicted results of demand and residual powers at each prediction moment are algebraically added to establish an improved grey Markov chain combination prediction method. The simulated results show that,compared with the traditional prediction method,the proposed demand power combination prediction method can better predict the strong randomness of load power and accurately predict the variation trend of demand power,and the prediction accuracy is increased by 16.49%,which can provide effective reference information for the energy management strategy. |
|
来源
|
兵工学报
,2021,42(10):2130-2144 【核心库】
|
|
DOI
|
10.3969/j.issn.1000-1093.2021.10.009
|
|
关键词
|
电传动装甲车辆
;
负载需求
;
灰色模型
;
马尔可夫链
;
功率预测
|
|
地址
|
1.
陆军装甲兵学院兵器与控制系, 北京, 100072
2.
北京市遥感信息研究所, 北京, 100192
|
|
语种
|
中文 |
|
文献类型
|
研究性论文 |
|
ISSN
|
1000-1093 |
|
学科
|
武器工业 |
|
基金
|
国家自然科学基金项目
;
武器装备预研项目
|
|
文献收藏号
|
CSCD:7090228
|
参考文献 共
25
共2页
|
|
1.
项宇.
新型电传动装甲车辆综合电力系统能量管理策略研究,2016
|
CSCD被引
1
次
|
|
|
|
|
2.
应天杏.
基于功率需求预测的燃料电池汽车能量管理自适应控制策略研究,2018
|
CSCD被引
2
次
|
|
|
|
|
3.
Franco F L. Electric vehicle aggregate power flow prediction and smart charging system for distributed renewable energy self-consumption optimization.
Energies,2020,13(19):418002
|
CSCD被引
1
次
|
|
|
|
|
4.
付翔. 基于需求功率预测的混合动力越野车能量管理.
江苏大学学报(自然科学版),2021,42(1):67-76
|
CSCD被引
2
次
|
|
|
|
|
5.
廖自力. 电传动装甲车辆混合动力系统功率流控制策略.
兵工学报,2017,38(12):2289-2300
|
CSCD被引
7
次
|
|
|
|
|
6.
张杰. 双侧独立电驱动履带车辆反馈线性化解耦与预测行驶控制.
兵工学报,2021,42(4):697-705
|
CSCD被引
4
次
|
|
|
|
|
7.
王大鹏.
灰色预测模型及中长期电力负荷预测应用研究,2013
|
CSCD被引
8
次
|
|
|
|
|
8.
王子赟. 基于灰色-辨识模型的风电功率短期预测.
电力系统保护与控制,2013,41(12):79-85
|
CSCD被引
8
次
|
|
|
|
|
9.
Yin K D. Improved grey prediction model based on exponential grey action quantity.
Journal of Systems Engineering and Electronics,2018,29(3):560-570
|
CSCD被引
9
次
|
|
|
|
|
10.
曾波.
实用灰色预测建模方法及其MATLAB程序实现,2019
|
CSCD被引
1
次
|
|
|
|
|
11.
邓聚龙.
灰色系统理论教程,1990
|
CSCD被引
587
次
|
|
|
|
|
12.
Chen L M. Nonlinear model predictive control for heavy-duty hybrid electric vehicles using random power prediction method.
IEEE Access,2020,8:202819-202835
|
CSCD被引
1
次
|
|
|
|
|
13.
孙超.
混合动力汽车预测能量管理研究,2016
|
CSCD被引
7
次
|
|
|
|
|
14.
罗云馨.
基于浮动车数据的城市道路交通评价分析,2019
|
CSCD被引
2
次
|
|
|
|
|
15.
杨超.
轻型汽车实际道路行驶排放特性研究,2020
|
CSCD被引
2
次
|
|
|
|
|
16.
Li Q. Driver-identified supervisory control system of hybrid electric vehicles based on spectrum-guided fuzzy feature extraction.
IEEE Transactions on Fuzzy Systems,2020,28(11):2691-2701
|
CSCD被引
6
次
|
|
|
|
|
17.
季学武. 基于LSTM网络的驾驶意图识别及车辆轨迹预测.
中国公路学报,2019,32(6):34-42
|
CSCD被引
79
次
|
|
|
|
|
18.
Nijhuis M. Bottom-up Markov Chain Monte Carlo approach for scenario based residential load modelling with publicly available data.
Energy and Buildings,2016,112:121-129
|
CSCD被引
2
次
|
|
|
|
|
19.
Zou Y. A real-time Markov chain driver model for tracked vehicles and its validation: its adaptability via stochastic dynamic programming.
IEEE Transactions on Vehicular Technology,2017,66(5):3571-3582
|
CSCD被引
4
次
|
|
|
|
|
20.
傅妍芳. 基于马尔可夫链的军用Ad hoc网络可用性建模.
兵工学报,2021,42(1):65-73
|
CSCD被引
1
次
|
|
|
|
|
了解气象卫星更多信息，请访问