1) Real-time Traffic Information Estimation and Prediction
实时交通信息估计与预测
3) in service estimation and prediction
实时估计与预测
4) real-time traffic information
实时交通信息
1.
A multi-level route-planning algorithm based on real-time traffic information in embedded environment is proposed in this paper,which can avoid some jam-packed roads at some extent in the embedded computing environment with the feature of small memory and low frequency CPU,and meet the requirements of real-time dynamic navigation application using traffic information.
提出了一种嵌入式环境基于实时交通信息的多层次路径规划算法,该算法很好地适应嵌入式硬件环境的内存小、计算能力弱等特征,可以自动在一定限度内规避拥堵路段,实现交通信息的嵌入式实时规划应用。
2.
Based on the analysis of vehicle navigation status and vehicle static navigation shortage,and data fusion technology of real-time GPS data and overhead road loop coil detector data,the architecture of real-time traffic information service system of dynamic oriented navigation is presented,which realizes the urban road traffic state estimate.
结合国内外的研究现状,基于实时GPS数据和高架线圈检测数据的数据融合处理技术,给出了面向动态导航的实时交通信息服务系统的总体框架,实现了城市路网的实时交通流状态估计;通过构建实时交通信息系统,借助无线通讯方式为车辆提供实时交通信息和动态路径规划服务,实现了在动态路径规划基础上的车辆动态导航。
3.
To utilize real-time traffic information,increase the road network utilization and reduce the traffic jam,a kind of intelligent traffic system RTIC is presented.
为了能合理利用实时交通信息,增加路网利用率、减少交通拥挤,提出一种智能交通系统RTIC。
5) Real time traffic information
实时交通信息
1.
the traditional Vehicle Navigation System was not the ability to capture the real time traffic information,this system did not manipulate the suddenly-happened traffic addition.
传统的车载导航系统没有获取实时交通信息的能力，对某些突发交通状况(如：堵车、临时交通管制、交通事故等)没有及时有效的应对措施，这使得其实用性大打折扣。
补充资料：电力系统实时负荷预测
电力系统实时负荷预测
real time load forecast-ing of electric power system
z(‘)一名a，关(‘)+，(‘)式中f，(t)为负荷时间序列自校正功能的特征函数，由近期负荷历史数据求得;氏为模型参数，也由负荷历史数据求得;F(t)为误差项，假定为白噪声. 谱分析方法能较为精确地描述非平稳随机过程.因此这个模型具有较强的适应天气因素变化的能力，具有较好的预侧精度。谱分析方法要由历史数据的负荷变化余t形成Q矩阵，求解Q矩阵的特征值及特征向量才能求解出特征函数关(·)及参数风，计算t比较大。 (2)鲍克斯一詹金斯模型。利用了时间序列方法，又称ARMA模型.预测负荷的形式为 z(t)，Y，(t)+Y(t)式中Y，(t)为正常天气棋式下各小时的负荷分t;Y(t)为附加的残差项.它反映天气模式与正常情况的差别及随机相关效应。在ARMA模型中，残差项可表示为 用山Y(t)一名a.Y(，一i)十艺名勺u.(t一j.)盛一12决·0+习C.W(‘一k) 盛.]式中u.(t)为‘个天气因素的输人，也可为系统中不同地区的天气效应;W(t)为零均值的白嗓声，反映负荷的随机变化，久、bj.、C.及，、n，、m.、H都是模型的参数，是未知常数，都需要由仿真法辨识. 短期负荷预侧及超短期负荷预侧的模型荃本相似，只是在所取历史数据的长短及采样间隔上有所不同。 节点负荷的预测节点的负荷不直接进行预侧。根据各个节点的历史负荷数据统计出两个比例系数:各节点在一天中几个时段的有功负荷与相应时段的系统总有功负荷的比例系数;各节点在一天中几个时段无功负荷与有功负荷的比例系数。由这些比例系数及各个时段系统总有功负荷即可计算出各个节点每个时段的预侧有功负荷及无功负荷。d ronl一x一torlg stl一shl{L{he丫一」ce电力系统实时负荷预测(real time load fore-easting of eleetrie power system)利用电力系统实时信息和历史数据对未来时刻的电力系统负荷进行预测。它是能量管理系统(energyn、anagomontsystem，EMS)中的一项实时功能。一般预测的对象是电力系统总有功负荷及系统中各个节点的有功负荷与无功负荷。 负荷预测的目的与意义对未来的系统负荷情况的预测是制定电力系统运行计划(或称发电计划)的依据。电力系统运行的特点是任何时刻发电机发出的功率必须紧密跟踪系统负荷的需求(包括电力网中的功率损耗及厂用电)，以保持电力系统频率恒定。根据预测负荷来制定发电计划.决定机组间的负荷分配、水火电机组的协调、机组起停及与相邻系统间的功率交换等。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条