中长期电力负荷的模糊回归预测

针对中长期电力负荷预测中观测数据及负荷变化规律的模糊性，提出了一种新的负荷预测方法－模糊回归预测。该方法通过建立具有模糊回归参数的回归模型，可以直接由模糊观测数据预测出未来负荷值。文中通过实际算例验证了所提方法的可行性。     

基于反馈加权组合的电力市场下中长期负荷预测方法

本文简单分析了几种常用的中长期负荷预测方法存在的缺点,针对电力市场环境下对负荷预测精度的高要求,提出了一套精度较高且实用的中长期负荷预测的方法.应用该方法对广西某地方电网进行负荷预测,计算结果表明,该方法的预测结果误差小,在实际预测领域有较高的实用价值.     

基于LTC-RNN模型的中长期电力负荷预测方法

针对中长期电力负荷预测受限于天气、温度、节假日等多重不确定性因素影响而精度不高的难题,本文采用一种基于液体时间常数的递归神经网络,实现了中长期电力负荷的精准预测,为电力系统规划设计奠定较好基础．基于液体时间常数的递归神经网络使用膜积分器改进了神经元的状态方程,并使用半隐式欧拉算法完成对神经元状态迭代更新,解决递归神经网络的自我修正能力弱和易陷入局部最优的问题．本文以天气、温度、节假日等外在影响因素作为网络输入,构建了以递归神经网络为基础架构的中长期电力负荷预测模型,并通过隐藏层的扩展计算获得输入-输出的映射关系,以通过时间的反向传播算法实现对模型的训练,完成对神经网络参数的优化．实验中,以北方某地区的实际电网数据为例,验证该预测方法的准确性与高效性．研究结果发现,基于液体时间常数的递归神经网络对中长期电力负荷的预测准确率可达到95.3%．本模型相较于长短期记忆和连续时间递归神经网络具有更稳定的训练结果与更高的预测准确度．     

电力系统中长期负荷预测的模糊算法

介绍了用模糊指数平滑法和模糊线性回归法进行电力系统中长期负荷预测的方法，以实际预测为例，给出预测结果，实践证明了上述2种方法虽然以传统预测方法为基础，但具有算法简单，计算速度快，预测精度高，预测误差小，并能提供负荷的一个预测区间等优点，尤其在原始数据存在不确定性和模糊性时，更有着常规预测方法无可比拟的优越性。     

电力系统短期负荷预报的动态神经网络方法

提出了一种用于电力系统短期负荷预报的动态神经网络模型。这种模型同时兼顾了时序法和相关法的特点，将日期特征量，气象特征量及一天的多个有功负荷水平作为神经网络的输入信息，通过对输入信息动态，灵活地处理，利用有监督的学习算法对神经网络进行训练，再预测下一天相应时间点的多个有功负荷，以提高有功日负荷的精度和方法的适应性，为电力系统经济负荷分配提供可靠的依据。     

中长期电力负荷预测研究综述

电力负荷预测是电力系统调度、用电、计划、规划等管理部门的重要工作之一.该文对电力负荷预测的概念及分类等问题进行了简要论述,重点分析了中长期负荷预测的特点、成熟方法,对中长期负荷预测方法进行了综述,并对负荷预测问题的研究方向提出了一些建议.     

电力系统负荷预测

负荷预测在电力系统规划和运行方面能发挥重要的作用，产生明显的经济效益，负荷预测实质上时对电力市场需求的预测。本文系统介绍和分析了负荷预测的基本概念、种类、和预测方法。     

短期电力负荷预测的小波支持向量机方法研究

在充分研究和比较多种负荷预测方法的基础上，提出一种称为小波支持向量机(Wavelet Support Vector Machines，WSVM)的负荷预测新算法．该方法是在研究支持向量机(SVM)核方法与小波框架理论的基础上，引入非线性小波基函数来构造SVM的核函数，从而得到新的SVM模型，并给出了此模型的结构设计与实现算法．通过实例验证，该方法能有效提高预测精度．     

中长期电力负荷预测

对电力负荷的预测的传统方法主要采用回归模型、曲线模型等，因不能充分利用历史数据，其准确性较差。利用人工智能技术，将BP神经网络及遗传算法应用于中长期期电力负荷预测，能更好的利用历史数据，如果再对有节假日的特殊月季电力负荷数据进行合理有效的处理，就能大大提高预测的精度。     

基于数据挖掘技术的负荷预测模型

为有效选取预测变量和训练模式、提高预测精度，提出了一个基于数据挖掘技术的负荷预测模型．该模型首先利用粗集理论和遗传算法选取与负荷相关的预测变量，再选取与预测日相似的训练模式，最后用神经网络对负荷进行预测．实际运行结果表明将该模型应用于电力系统负荷预测是可行的，其与传统的神经网络预测模型相比具有更高的预测精度.     

无约束优化问题新的谱共轭梯度法(英文)

通过结合牛顿法与PRP谱共轭梯度法提出一新的谱共轭梯度法.该方法为下降方法且为Birgin谱共轭梯度法与PRP共轭梯度法的线性组合.在适当的假设下算法全局收敛.     

共轭梯度法和最速下降法的混合算法

将共轭梯度法与最速下降法有机地结合起来,构造了一种共轭梯度法和最速下降法的混合算法,并证明了该算法的全局收敛．混合算法既提高了共轭梯度算法的收敛速度,又解决了目标函数“性态不优”时,最速下降法难以求解的问题．同时也可以看到共轭梯度法与最速下降法仅仅是混合算法的特例．     

在乙醇—水介质中采用硫酸钡沉淀滴定法测定氯化钡中钡的含量

提出了在乙醇—水介质中采用硫酸钡沉淀滴定法测定氯化钡中钡的含量.试样溶解并消除干扰后,在pH2.0~3.0的乙醇—水介质中,以茜素S为指示剂,用Na2SO4标准溶液进行滴定.结果表明,改进后的方法简单、快捷、准确、省时、干扰小;与重量法相比,相对误差小于0.5%,说明该方法的准确度与重量法相当;其相对标准偏差仅为0.20%,说明其重现性好.因此,该方法是一种既便于教学实验,又可满足现场生产要求的快速分析方法.     

一个求解非线性最小二乘问题的新方法

在Gauss-Newton(G-N)方法和Levenbery-Marquardt(L-M)方法(阻尼最小二乘法)的基础上给出了一种新的求解非线性最小二乘问题的方法，它是通过寻求新的非线性方程组的数值方法来实现的，首先给出了不用计算导数的求解非线性方程组的收敛迭代方法，该方法是建立在求解动力系统的稳定点的基础上，采用了较稳定的常微分方程初值问题的数值方法进行迭代求解，并采用Steffensen加速技术以提高收敛速度，最后，给出了用Matlab试算的数值例子、试验结果表明了该方法的有效性。     

齿轮的成型磨削

本文介绍一种提高齿轮精度的加工方法—成型磨削法。本方法是采用成型砂轮磨削齿型,比双碟型砂轮磨削生产效率要高。同时所需设备比蜗杆磨齿简单。因此,是一种很有价值的、先进的齿轮磨削方法。     

软件项目的模糊风险评估及风险控制

介绍了软件项目中风险评估及风险控制的概念和一般过程。对软件项目提出了一种综合风险评估方法。采用AHP方法与模糊逻辑法相结合的方法进行风险评估,并根据软件项目管理的实际情况对AHP方法与模糊逻辑法进行了改造。应用模糊逻辑法对各因素的评判不是直接评价其重要度,而是将各风险因素从概率方面、从影响方面、从不可控制性方面分别进行评判。先用AHP方法将风险评估分为三层,在确定第三层各风险因素的排序权向量时采用模糊逻辑法。最后利用AHP方法求出各风险因素的综合风险权重。在确定了项目的风险,并作出了评估和排序后,对这些风险采取适当的方法进行有效的风险控制。     

非线性渗流条件的低渗油藏产能计算方法

为了准确评价低渗透油藏的产能动态规律,针对低渗透油藏的渗流特点,建立了考虑非线性渗流特征的产能计算模型,并用Newton-Raphson方法对模型进行求解.结果表明:用启动压力梯度方法计算的产量将比用非线性渗流方法计算的产量低,特别是在井底流压较大时;而用达西方法计算的产量比用非线性渗流方法计算的产量高,特别是在井底流压较小时.非线性渗流方法比传统的启动压力梯度方法更能够反映低渗透油藏的渗流规律.     

等波纹线性相位FIR滤波器的1种设计方法

介绍了一种用Remez函数设计等波纹线性相位FIR滤波器的设计方法,并利用MATLAB强大的功能进行仿真。仿真结果表明,设计结果的各项性能指标均达到较高的要求,并且证明该方法是一种优化的设计方法。在同样的技术指标下,用这种方法设计得到的滤波器要比窗函数法和频率采样法得到的滤波器的长度均要小,而且设计过程简单易行。     

一个超平方收敛的抛物线法公式

在有记忆单点迭代的Muller法中,引进了多点迭代思想,给出了有记忆多点迭代的抛物线法,其收敛阶由Muller法的1.839提高到2.414,达到了超平方收敛.计算实例表明该方法优于Muller法和牛顿法.     

动态人工热电偶法

结合半人工热电偶法和人工热电偶法的特点,提出了一种新的测量切削温度的方法——动态人工热电偶法.该方法具有人工热电偶法无需二次标定、能够测量绝缘体的切削温度以及半人工热电偶法能够直接测量切削区切削温度的特点.通过比较相同加工条件下新测量方法和半人工热电偶法分别测量的铝合金板铣削过程中切削区的温度值,验证了新方法的测量准确性.试验表明:动态人工热电偶法与半人工热电偶法的测量结果较为吻合.对于热电势,平均绝对误差小于2.5%,标准差小于0.9mV;对于温度值,平均绝对误差小于3%,标准差小于14℃.此外,利用动态人工热电偶法测量了环氧树脂切削区的温度变化情况,证明该方法能够有效测量绝缘体切削区的切削温度.