灰色马尔可夫模型在城市电力消费预测中的应用

传统的灰色预测模型只能反映月用电量的总体变化趋势,不能反映月用电量随季节的波动特征.为此,基于马尔可夫理论提出了灰色马尔可夫修正预测模型,研究了同时考虑两种趋势的城市月用电需求的预测问题.算例表明,与传统的预测方法相比,灰色马尔可夫修正的预测方法较好的提高了预测精度.     

KNN算法及其在月电量预测中的应用

目前对用电量的预测方法很多,本文利用数据间的相关性,应用改进的KNN分类算法,提出了基于KNN分类算法的月用电量模型,并进行试验预测．预测结果表明此方法简单、有效．     

基于信息熵与计量经济学模型的饱和负荷预测方法

对于长期的负荷预测来说,采用单一的预测模型进行远景年饱和预测时显然是不够的,为了充分利用每种单一预测模型的优点,提出基于信息熵与计量经济学模型的饱和负荷预测方法。首先选用计量经济学模型分别预测了全社会用电量的饱和值、三产计算用电量的饱和值以及人均用电量的饱和值,并通过上述3种途径分别预测出全社会用电量的饱和值,然后计算上述3种方法预测偏离误差的熵值,并确定每种方法的权重,建立最终的组合预测模型,并用实例分析验证了所提方法的有效性。     

农村用电量的宏观预测

用相关分析和层次分析方法找出影响农村用电量的主要因素,将农村用电量归结为多变量输入单变量输出系统。采用离散线性动态系统模型对我国农村用电量进行了预测。预测结果表明我国农村用电量年递增率为１０％以上。     

带矢量权回归在用电量预测中的应用

对某城市的用电量拟合与预测计算中，笔者开发了回归分析软件，建立了非线性化模型的线性化模型库，进行自动选模，并采用带矢量权回归方法，提高了模型对该市用电量的拟合精度和预测精度。     

农村用电量的宏观预测

本文用相关分析和层次分析方法找出影响农村用电量的主要因素，将农村用电量归结为多变量输入单变量输出系统，采用离散线性动态系统模型对我国农村用电量进行了预测，预测结果表明我国农村用电量年递增率为１０％以上。     

超过指数增长速度的年度用电量曲线拟合预测

为有效预测超过指数增长速度的年度用电量,选用超阶乘、二重指数等可线性化的函数,对年度用电量进行曲线直接拟合外推预测．采用这些新的数学函数预测北京年度用电量,拟合平均相对误差绝对值小于4．2%,2006年校验误差小于1．9％．超阶乘、二重指数函数不仅可用于超过指数增长的负荷预测,还可用于纠正线性回归、指数平滑和移动平均等方法对增长负荷预测值偏小的系统误差     

赤峰市某镇农村住宅不同时间尺度下生活用电量规律分析

以赤峰市某镇27个村落约1 100户农村住宅为研究对象,对其年用电量、月用电量进行统计,并对30户农村住宅的逐时用电量进行测试,利用统计学方法对不同时间尺度下农村住宅用电量规律进行分析.结果表明,该镇农村住宅2014～2017年的年用电量在显著性水平为0.01时均呈对数正态分布,且年用电量分布的平均值逐年增加,农村住宅间用电量水平的差异性呈先增大后减小的趋势.空调季与过渡季的月用电量均高于供暖季,而空调季的月用电量仅比过渡季时高7%左右;农村住宅工作日与非工作日的用电量相差较小;时尺度下用电量呈三波峰特征,且不同季节下用电量在早晨出现波峰的时刻具有显著差异.研究结果可为农村建筑节能及用电能耗预测模型建立提供一定的参考依据.     

基于最优组合预测法的电网用电量预测

西藏林芝电网电源单一,冬、春季拉闸限电局面日趋严重,为科学预测电网用电量,提出基于一元线性回归模型与灰色模型建立最优加权组合预测模型,应用最优模型对林芝电网2000～2007年电网用电量的历史数据进行拟合,对2008～2015年的用电量进行预测,通过实例分析表明最优组合预测结果更为精确,并预测出2015年电网用电量将达到1.68亿kW.h。     

四川文理学院学生公寓用电优化管理模式研究

在我国构建能源节约型社会的今天,学生寝室节电节能方面中仍存在些问题,因此需要通过研究来优化用电管理。主要从用电管理制度方面、学生用电意识及习惯、寝室每月用电量以及预测量3个方面来分析存在的问题;通过问卷调查的形式了解寝室用电情况,及大学生对节约用电的看法;对于寝室每个月用电量,利用MATLAB拟合并预测;基于以上问题对寝室用电优化管理提出针对性的建议。     

纺织厂房建筑型式的演进及发展趋向

通过对纺织工厂建筑历史的研究表明,纺织机器和纺织工艺的发展,特别是根据当时的能源动力的特性而采用的传动机制是推动纺织厂房建筑型式发展的主要条件。建筑材料和建筑技术的发展,使纺织厂房更趋完美。     

复合式圆筒除尘设备及其防爆措施的分析

在纺织厂除尘系统中,粉尘爆炸将会造成很大的危害,除尘设备的防爆是目前急待解决的问题。本文探讨了国内新研制的复合式圆筒除尘设备的结构和采用的防爆措施,并进一步分析和测试了设备的性能,结果表明:该设备占地面积少、除尘效率高、耗电较省,而且同其它纺织除尘设备相比有更好的防爆安全性。文章还提出了几点建议,这对于纺织厂除尘系统的设计和设备的选用有一定的参考价值。     

基于ADL-GARCH的电价预测模型及其应用

根据电价序列的特点,首先利用动态计量经济理论构建出一般的自回归分布滞后ADL模型,通过检验统计量修正得到ARMA短期电价预测模型,然后对ARMA模型进行GARCH效应检验,最后根据检验结果构建出ARMA-GARCH的短期电价预测模型.利用新模型对美国加州电力市场的电价进行短期预测,结果表明,新模型能够有效地跟踪实际电价变化的趋势,具有较高的预测精度和良好的适应性.     

灰色系统理论在电力需求滚动预测中的应用

针对揭阳市全社会用电量的历史数据较少的特点,引入灰色系统理论,采用在同一模型下分行业建模的方法,得出更为合理的全社会用电量的预测值。并对揭阳市1993～1997年的全社会用电量进行计算分析,得到的结果与实际相符。     

基于SCE-UA支持向量机的短期电力负荷预测模型研究

支持向量机(support vector machine,SVM)作为一种新颖的机器学习方法已成功应用于短期电力负荷预测,然而应用研究发现SVM算法性能参数的设置将直接影响负荷预测的精度.为此在对SVM参数性能分析的基础上,提出了SCE-UA(shuffled complex evolution University ...     

纺织厂月度生产计划优化模型

建立了一个反映纺织厂特点的月度生产计划的线性规划模型。该模型以总利润最大作为目标，通过对利润系数的预测建立了目标函数，同时对产值、销售、原材料、布纱关系、设备生产能力和平均纱支数这些方面的约束都作出了描述。最后，对一个应用实例作了较详细的分析     

基于小波神经网络的电价滚动预测模型

探讨了基于小波分析和神经网络的3种短期电价预测模型,比较了提前1步的滚动预测与提前N步的预测方法.采用预测误差概率分布作为预测误差的评价指标,并以美国加州电力市场的实际运行数据为基础,连续预测该市场1个月的电价.结果表明:提出的具有滚动预测概念的模型III具有良好的预测精度,其误差分布还显示出该模型具有较高的预测置信度.     

基于负荷预测的电力市场寡头竞争分析

将负荷预测的思想引入到电力市场的竞争分析中,研究了完全信息下的cournot模型中负荷预测对电力市场竞争的影响.首先建立了竞争模型结构,然后获得没有预测情况下的市场均衡电价,应用博弈论获得负荷预测增量对cournot模型下市场力的影响.最后通过数据仿真获得负荷预测增量与市场均衡电价和发电商收益之间的关系.分析表明：负荷预测精度影响发电商收益、市场均衡电价和市场力.预测误差率在33%以内,预测是有用的.所以提高收益的关键是提高负荷预测精度.     

中长期电量预测的傅里叶-马尔科夫修正模型

灰色模型在中长期电量预测中只对电量呈近似指数规律单调增长的序列才有较高的预测精度.随着电量变化随机波动性的增强,建立新的修正预测模型是十分必要的.针对灰色模型抗干扰能力差的问题,提出了灰色预测的傅里叶-马尔科夫修正模型,先利用傅里叶级数法,提取周期信息,优化电量变化的指数率,再采用马尔科夫链法,将电量波动随机性嵌入模型之中,从而对灰色预测的原始残差进行二重修正,提高预测模型的适应性和灵活性.通过实例分析以及对比验证表明,该模型有效地提高了预测精度.     

基于动态聚类与偏最小二乘回归分析的居民用电负荷预测

先用动态聚类法对福州市居民历史用电负荷进行聚类分析以获得一个样本空间,在此基础上采用偏最小二乘回归方法进行建模和短期负荷预测分析.