季节型趋势模型在供电量预测中的应用

应用季节型趋势模型，采用先定线性趋势和先定季节指数两种预测方法，对某市2002年供电量进行预测，其预测结果为电网发展规划和电力生产计划提供了重要的依据。     

基于实测数据分析的风电功率预测

由于风力发电所利用的近地风能具有波动性、间歇性、低能量密度等特点,对风电场的发电功率进行尽可能准确的预测是风电发展的关键.本文根据某风场的实测数据,采用了时间序列中的自回归移动平均模型(ARMA),对风电功率进行了实时预测;为进一步提高风电功率实时预测的精确性,本文提出了一种基于BP神经网络和ARMA组合模型的预测方法,并对上述实测数据采用该方法进行了实时预测.预测结果表明:组合模型的预测结果与单独的自回归移动平均模型相比,风电功率的实时预测的均方根误差和百分比误差分别减少了4.01%和3.25%,工程中可以采用该组合模型对风电功率进行预测.     

季节ARIMA模型在我国肺结核发病率预测中的应用

目的探讨应用季节ARIMA模型对我国肺结核发病率进行预测的可行性.方法对我国2005年1月-2010年12月肺结核逐月发病率建立季节ARIMA模型,并对预测效果进行评价.结果 ARIMA（3,1,0）×（0,1,1）12模型很好地拟合了既往数据,对2011年1月-9月发病率的预测值符合实际发病率变动趋势.结论季节ARIMA模型能很好地模拟我国肺结核发病率的变动趋势,将其应用于肺结核发病率预测是可行的.     

电力系统短期负荷预测

应用经济学中市场需求预测的季节性交乘趋势模型预测城市电网的电力短期负荷，与线性递推最小二乘法估计的ＡＲ模型ＡＲＭＡ模型，分解组合模型和基于卡尔曼滤波的状态空间法比较的结果表明，其计算精度和效率均较优，在此基础上，结合我国电网运行的实际情况，提出一种新的法定节假日的预测方法－基础年选择法，获得满意计算结果。     

巴基斯坦瓜达尔港风能资源的 历史变化趋势及预测

利用欧洲中期天气预报中心的ERA-Interim海表10 m风场资料,计算巴基斯坦瓜达尔港的风能资源近36年(1979—2014年)期间的历史变化趋势,并利用线性回归和BP神经网络两种方法,对该港的风能资源进行长期年度预测,得到以下结果。1)瓜达尔港夏季的风能资源比冬季丰富,且夏季的稳定性明显好于冬季。2)近36年期间,风能密度、有效风速频率和100 W/m~2以上能级频率分别以-0.78 W/(m~2·a),-0.21%/a和-0.22%/a的速度逐年显著递减,且该趋势主要体现在夏季,冬季无显著变化趋势;风能资源的稳定性(变异系数、月变化指数和季节变化指数)无显著变化趋势。3)从预测值来看,瓜达尔港的风能资源在2015年与多年平均状态持平,2016年则趋于更丰富;2015—2016年,风能资源的稳定性比多年平均状态略差。研究结果可以为"21世纪海上丝绸之路"建设以及中国海域的岛礁和港口建设提供依据和参考。     

高速公路路基沉降预测研究

文章讨论了灰色系统理论在公路路基沉降预测中的应用,并对等间隔的灰色模型GM(1,1)进行了改进,建立了任意时间间隔的非等时序改进灰色模型.通过具体工程实践,给出了两种模型对公路路基沉降量预测结果与实测结果的比较,结果表明非等时序改进灰色模型的预测沉降量与实际沉降量更接近,精度更高,更能满足工程需要.     

Logistic自记忆模型在国民经济预测中的应用

运用改进单纯型法、Logistic自记忆模型对国民经济进行预测,并与钟建生等的预测结果进行比较.结果表明:改进单纯型法优于线性变换法;Logistic自记忆模型优于Logistic模型.该研究为各行各业的预测提供了一种新的思路和方法.     

基于时间序列分析的负荷预测方法的比较研究

电力系统负荷预测是电力系统规划和经济运行的基础.趋势移动平均方法和指数平滑方法可以对区域内不同种类负荷时间序列建模,趋势移动平均方法是对负荷时间序列历史数据进行处理,建立趋势分量以及季节分量模型,对残差进行平稳性检验后建立ARMA模型;指数平滑方法是建立Holt-Winter季节乘法模型.Eviews、Excel等软件可获得负荷未来值,并对模型预测功能进行评价,分析两种时间序列方法的差异性,结果表明采用时间序列分析的方法可以取得较好的预测效果.     

改进的季节性指数平滑法预测空调负荷分析

根据空调日总负荷和日平均气温之间的较强相关性,对经典的季节性指数平滑法预测模型中的水平因子项进行修正,并去掉趋势因子项,得到了改进的季节性指数平滑预测模型.以上海某医学中心空调系统作为该空调负荷预测模型的应用实例,在整个预测期内模型平均预测误差为8.8%.这表明改进的季节性指数平滑法适合于办公类建筑空调负荷的预测.     

风电机组主轴系统实时可靠性分析与预测方法研究

对于历史数据不完整的风电机组系统,运行过程中需要对系统和设备进行实时可靠性分析和预测。以风电机组主轴轴承系统为例,以参数偏差为其量化指标,建立实时的可靠性评价模型,对风电机组主轴轴承系统进行实时状态评价和可靠性分析。同时,基于灰色预测法对监测参数进行趋势预测。根据趋势预测结果,结合实时可靠性分析所确定的系统当前状态评价结果,及时预警并识别故障,确定设备维修方案,保障风电机组良好运行。     

矿井涌水量回归模型预测方法研究

涌水量预测一直是矿井防治水工作中重要部分,准确的预测可以预防矿井水害的发生。本文应用传统ARIMA模型对某矿过去近20年涌水量数据进行拟合建立数学回归模型,并在此基础上,考虑多因素众变量的影响,提取出涌水量数据中的趋势-循环因子、季节影响、波动因素,重新建立起数学回归模型,对两种不同方式所建立起的模型进行对比分析,结果表明:考虑多因素的季节加法模型预测结果更贴合实际,能够更好地为矿井生产服务。为矿井涌水量预测精度的提升提供了新思路和新方法。     

中国股票市场的非线性确定性预测

运用混沌动力学理论对上证综合指数进行非线性建模预测,首先相对于传统的取对数后相减的消除趋势方法采用对数线性去趋势方法,其次,用延迟重构技术计算得到嵌入维数和延迟时间间隔,预测结果表明所采用方法无论用局部线性预测法,还是用局部常数预测法或神经网络预测法都能更好地对股价指数进行预测,并初步推测了预测效果得到改进的原因.     

基于二次指数平滑法和优化Kalman滤波的短时交通组合预测

优化改进传统的Kalman滤波模型,解决预测精度不高且预测滞后的问题.用二次平滑指数法和优化后的Kalman滤波模型两种方法组合对道路断面通过交通量进行短时交通预测,通过平均绝对误差(MAE)和平均绝对百分比误差(MAPE)分析预测结果.实例预测结果表明:当修正因子α=0.5时预测结果较为精确,同时,优化改进后的Kalman滤波模型的预测准确性有所提高.组合预测的两种方法都能够有效地降低预测误差,但按权重组合预测的效果更为明显.     

基于灰色关联分析的季节性民航货运量预测

为更精确地预测月度航空货运量,提出组合模型预测方法.该模型由季节GM(1,1)和季节ARIMA乘积模型构成,它结合了该2种模型中时间序列预测的优点.灰色模型GM(1,1)能准确反映时间序列的增长趋势;ARIMA乘积模型对季节特征有较好的拟合效果.依据霍尔特温特预测模型计算季节性GM(1,1)模型的季节指数,并用灰色关联分析求出组合预测中的权值.组合预测模型的平均相对误差为0.62%,而季节性GM(1,1)模型和ARIMA乘积模型的平均相对误差分别为4.49%和-3.16%.预测分析结果说明,该模型的非线性曲线拟合精度和预测精度明显高于单个模型,可较好地反映系统的动态性和运量的季节时序关联性,为季节性时间序列预测提供了新的途径.     

改进的灰色模型在城市工业需水量预测中的应用

目的 为进一步提高城市工业需水量预测的应用水平.方法 综合分析灰色GM(1,1)模型在需水预测应用中存在的问题,结合残差修正以及等维递补的原理,建立了改进的灰色模型以对城市工业需水量进行预测.结果 基于两种不同的灰色模型,得出了宝鸡市城市工业需水量的两组不同的预测值,并对该预测结果进行了精度检验与对比分析.结论 建立改进的灰色模型通用性较好,在数据变化较大的情况下使用,仍具有较好的预测精度,取得了较为满意的预测结果,有益于区域水资源综合规划以及中长期供水计划的制定.     

基于混沌神经网络理论的机电设备状态趋势预测研究

为了对机电设备的非线性非平稳状态进行有效的趋势预测,运用混沌预测方法和混沌神经网络的预测原理,建立了基于混沌神经网络的预测模型. 以工业现场大型烟气轮机为研究对象,采用混沌神经网络和灰色预测两种方法进行了趋势预测,并对两种方法的预测结果进行了比较. 结果表明,针对烟气轮机的非线性非平稳状态,基于混沌神经网络的预测精度更高、更有效.     

广西钦州市房地产价格增长趋势预测研究

从钦州市区位、房地产发展历史概况出发,采用定量与定性相结合的综合预测法,通过建立时间序列模型和回归分析模型,将两种分析结果综合.再结合钦州市政治、经济、社会发展现状和趋势,综合预测分析钦州市未来3年房地产价格趋势.     

基于时间序列的全国交易电量预测

本文根据2009年至2012年全国交易电量的月度数据,分别用时间序列分解法、温特斯线性和季节指数平滑法对2013年1-4月全国交易电量进行预测,并将两种预测法进行了对比分析。     

基于混沌理论的股票价格实时预测

本文分析了股票的混沌性,根据复杂的股票价格特点,改进了混沌时间序列预测方法中的加权一阶局域法与基于最大Lyapunov指数的预测方法,并将其成功应用于股票价格预测。在数值试验中,对股票价格进行了分析,利用上述两种方法进行了拟合和预测,得到了令人满意的结果,说明这两种方法是可行的,结果是理想的。     

成都新机场软土地基沉降规律及沉降预测研究

基于成都新机场试验区实时监测资料对各地基处理区原地基软土、填筑体的沉降变化规律及孔隙水消散规律进行分析.在对比研究对数法、双曲线法、指数法的沉降预测结果后发现,双曲线法更符合成都新机场的沉降趋势,利用双曲线法对成都新机场试验区的监测点进行了工后30年的沉降预测,并基于研究成果发现成都新机场试验区地基处理效果符合设计要求.