电力系统短期负荷预测方法研究

采用混沌理论进行电力系统短期负荷预测，对利用Lyapunov指数算法进行负荷预测作了介绍，包括用混沌理论实现相空间的重构，以及通过计算关联维得到最优嵌入维数的方法、计算Lyapunov指数的方法和利用Lyapunov指数得到预测负荷数值的过程．实例预测结果，证明了算法的有效性，揭示了采用混沌理论进行短期负荷预测的优越性。     

模糊综合评判在公路客运线路规划评价中的应用

针对公路客运线路规划方案影响因素多和评价指标难以完全量化的特点，提出运用层次分析和模糊综合评判相结合的方法，对基于不同规划思路提出的公路客运线路规划方案进行评价。建立了相应的评价指标体系，并运用层次分析法确定了各项指标权重，运用模糊综合评判法计算出各规划方案评判值，从而依据分值大小确定规划的推荐方案。最后通过实例验证了该方法的实用可行性和科学有效性。     

综合分析方法在多模型预测结果分析中的应用——以丹江口入库径流量预测为例

为了解决多个流量预测模型得到的结果不一致的问题,通过分析各种丹江口入库径流量预测模型计算结果的变化特点,以求最短距离思想为基础,以精度、稳定度等为评价指标分配各模型的权重,构建综合分析模型,并用最小二乘法对综合分析结果进行优化,得到唯一解,为决策参考提供了方便。以丹江口入库径流预测及综合分析为实例,说明了该方法能够提高预测结果的精度及稳定性,达到了综合分析的目的,并为决策提供了科学的依据。     

企业现代预测管理的理论,方法与应用

文章探讨了企业现代预测管理的基本理论，给出了企业战略预测与规划制定的过程与评价，分析和比较了各类企业战略预测与评价方法，对企业的生存、发展、决策具有重要的指导意义。     

综合客运交通枢纽换乘系统量化评价

针对综合客运交通枢纽换乘系统在规划、设计中存在量化评价难等问题,通过模型量化计算及现状调查数据修正,将综合客运交通枢纽换乘距离划分为理想的、较为理想的、可接受的、可容忍的、不可容忍的5个等级及其相应的量化标准值,得到综合客运交通枢纽换乘系统量化评价方法和初步评价标准.案例分析结果初步证明了综合客运交通枢纽换乘系统量化评价方法的可行性和适用性,为综合客运交通枢纽换乘系统的量化评价等提供理论和决策依据.     

武汉市"十一五"规划战略环境评价实践

以武汉市"十一五"规划战略环境评价为例,探讨了我国城市国民经济和社会发展规划战略环境评价的技术路线、指标体系与评价方法.研究表明,对城市空间布局、产业布局、产业结构以及城市交通的环境适宜性进行综合评价是这类规划战略环境评价的重要特征;互动式的评价模式能使环境因素及时、有效地纳入到决策过程中;指标体系是预测评价的基础,指标的选择除考虑科学性、代表性外还应强调可获得性、可量化性及可考核性.     

县城配电网改造和规划方案分析

配电网改造和规划的主要任务是：在满足对用户供电质量和保证各种运行条件的前提下,制定可行的电网规划方案.配电网改造和规划主要内容包括电网现状分析、电力负荷预测、网架规划、配电自动化规划等.县城配电网改造和规划是通过对县城现状电网进行分析,采用总量和空间负荷预测方法预测县城近期和远期负荷,结合负荷预测结果进行变电站选址及容量确定,并提出变电站的中压线路改造和规划方案,在此基础上进行电气计算分析及工程量汇总,并对改造和规划方案进行了投资估算和经济效益分析.     

基于POI信息挖掘的网格空间负荷预测方法

空间负荷预测是配电网网格化规划的基础，互联网的发展使得将大数据技术应用于空间负荷预测成为了可能，本研究基于开源大数据，提出一种基于POI信息挖掘的网格空间负荷预测方法.首先基于python编程语言调用网络地图平台的API接口，获取开源的用户数据并利用射线法及正则匹配法进行信息挖掘，从而得到用于网格空间负荷预测的基础数据.其次参考配电网规划标准，建立规划区用地指标体系，并对基础数据进行归一化处理以反映各个网格的负荷分布情况.接着基于规划区具体情况，综合三种传统总量负荷预测方法进行总量负荷预测.最后结合总量负荷预测结果与负荷分布情况，基于总量负荷预测结果与网格负荷归一化占比分配总量负荷指标进行网格空间负荷预测，并拟合负荷发展特性曲线对预测结果进行验证.根据规划区实际情况应用本文中所述方法，可为配电网网格化规划提供依据.最后结合实际区域验证了所述方法的实用性.     

城市配电网规划中电量及负荷预测方法研究与实践

首先对城市配电网规划中各种电力电量预测方法进行分析,并通过兰溪市配电网规划对各种电量预测方法进行了实践,经对比后采用年均增长率法来对＂十二五＂期间的电力需求进行预测。最后,结合饱和用电负荷密度参考指标,对兰溪市中心城区的电力负荷进行了预测,对今后城市配电网规划有一定的借鉴意义。     

煤与瓦斯突出预测指标的区间数关联决策模型

为提高煤与瓦斯突出预测指标选择和评价的准确性,并确保多指标评价体系的系统完整性及预测指标的区间连续性,更准确地指导现场突出预测指标的选定,根据灰色区间数关联决策理论,建立煤与瓦斯突出预测指标评价与决策的加权三指标区间数关联决策模型,将3个评价指标共同引入模型作为煤与瓦斯突出预测指标的评价标准,并充分考虑其属性和权重值,结果规范化处理即区间数关联度的计算,以区间数关联度最大为原则确定张集煤矿7#煤层最优煤与瓦斯突出预测综合指标的区间数为[350,400],经过细化研究和评价得到相对最优加权三指标区间数关联决策区间为[370,380].研究结果表明:经过加权多指标区间数关联决策得到的相对最优煤与瓦斯突出预测指标区间数是合理的.     

基于空间饱和负荷密度的城市远景饱和负荷预测

以福建省厦门市为研究对象,介绍一种基于空间饱和负荷密度的城市远景饱和负荷预测的方法.通过收集城市各分区经济发展规划信息,把各分区按功能地块统计建筑面积,分析得出各功能地块的饱和负荷密度,建立城市空间饱和负荷模型,预测出城市远景饱和负荷.该预测方法不仅能对负荷总量进行预测,还可以知道分区负荷的空间分布,为城市合理安排电网建设进程提供依据.     

组合预测方法在电力系统负荷预测中的应用

组合预测方法是一种性能优越的预测方法.应用最优组合预测和递归等权组合预测方法将自适应滤波模型、灰色模型、指数平滑模型组合在一起进行电网负荷预测,获得了好的预测效果.     

城市交通需求预测与决策支持系统

根据国内外城市交通规划理论的最新思想和预测模型理论,提出了一种实用的城市交通需 求预测决策支持系统,对预测模型及系统逻辑结构、系统组成和开发技术等问题进行了系统的探 讨．     

IBF神经网络电力负荷预测模型研究

运用Matlab神经网络工具箱建立了一个RBF神经网络,依据某地实际的历史电力负荷数据和天气数据作为训练样本和测试样本,进行了考虑历史天气状况因素的电力系统短期负荷的预测和仿真,预测结果平均相对误差较小,满足精度要求,并将此RBF负荷预测模型与BP神经网络建立的短期电力负荷预测模型的预测结果进行了比较,显示了在相同预测条件下,RBF神经网络相比于BP神经网络在电力系统短期负荷预测方面的优越性．     

基于灰色理论的蓄电池容量预测

为进一步满足电力、通信、铁路、交通管理等系统对直流电源可靠性的要求,加强对蓄电池组的在线监测及容量预测评估,针对蓄电池容量存在随温度等外部条件而产生周期性变化的特点,提出了实时在线、新陈代谢GM(1,1)预测模型,研究了GM(1,1)模型的建模方法及误差精度检测与评定方法.计算机实际模拟证明,新陈代谢GM(1,1)预测模型能够明显地提高预测精度,增加预测可靠程度,从而实现蓄电池容量的早期预测评估.     

元胞自动机时空数据模型与预测方法

对标准元胞自动机(cellular automata,CA)模型进行扩展以满足具体行业地理信息系统(GIS)平台上时空动态模拟和预测应用要求。然后以电力行业配电网空间负荷预测为具体应用,建立起了土地利用演化动态模型与电力负荷空间预测之间关系,解决了时空数据管理中空间数据离散如何与属性数据进行交互问题。模拟出城市土地利用动态发展变化过程,预测出规划区域中的各划分小区土地的未来使用类型,建立起配电网空间负荷预测时空数据模型,突破了传统时空分离电力预测的预测方法的局限。最后通过一个配电网空间负荷预测实例验证了该方法有效性。     

一种提高云存储中小文件存储效率的方案

针对基于HDFS(Hadoop distribated file system)的云存储系统中小文件存储效率不高的问题,采用序列文件技术设计了一个云存储系统中小文件的处理方案.该方案利用多维属性决策理论,综合读文件时间、合并文件时间及节省内存空间大小等指标,得出合并小文件的最优方式,能够在消耗的时间和节省的内存空间之间取得平衡;设计基于层次分析法的系统负载预测算法对系统负载进行预测,从而实现负载均衡的目的;利用序列文件技术对小文件进行合并.实验结果表明,在不影响存储系统运行状况的基础上,该方案提高了小文件的存储效率.     

基于最优组合预测模型的电力负荷预测研究

电力负荷预测是电力规划及安全运行的基础,提高预测精度是电力负荷预测研究的重点,由于负荷预测的变化性和不确定性,单一的预测模型很难满足所有的预测情况;组合预测是将各个单项预测所得的结果选取适当的权系数进行加权平均的一种预测方法;采用灰色和时间序列作为单项预测模型,然后进行最优组合建立组合预测模型进行电力系统短期负荷预测;仿真实例表明:最优组合预测模型比单项预测模型具有更高的预测精度,具有一定的优越性。     

人工神经网络在电力系统短期负荷预测中的应用

根据电力系统短期负荷变化的特性，提出BP模型在实际负荷预测应用中的方法和步骤．对BP网络结构、样本空间、收敛性等作了有针对性的研究．结果表明：多层神经网络应用于电力系统短期负荷预测是可行和有效的．其预报结果比传统的负荷预测方法更准确、经济、效果更好．     

电力系统负荷预报的模糊理论方法

基于电力负荷预测工作是整个电力系统规划设计和安全运行的基础,将模糊理论应用到电力系统的负荷预报中,建立了电力负荷预测的模糊时间序列模型．提出了确定系统模糊度最小的方法,并将其应用于实际的电力负荷预报工作．结果表明,该模型预测可以达到较高的精度,效果良好．