基于改进GM(1,1)和SVM的长期电量优化组合预测模型

针对中长期电量预测可使用的相关历史数据较少、影响因素较为复杂等特点,提出一种基于改进GM(1,1)和支持向量机的优化组合预测模型.该模型将改进灰色预测模型和支持向量机模型进行组合,采用蛙跳寻优算法求取组合预测模型中各单一模型的权重,构建基于蛙跳优化的组合预测模型.将优化后的组合预测模型应用于我国中长期电量预测,选择我国1991-2005年电量进行分析,对2006-2010年的电量进行预测,并与一般组合预测模型及各单一模型进行比较.研究结果表明:本文方法得到的电量平均相对误差为2.06％,比等权组合预测模型、方差－协方差优选组合预测模型以及各单一预测模型的预测精度都有所提高.     

基于终端能源消费的中国工业部门碳排放初始配额分配研究

碳排放权初始配额分配是碳排放权交易市场有效开展的前提。工业部门是能源管理和碳排放总量控制的重点领域,且不同行业的发展水平、碳排放强度、减排潜力等方面都各不相同。行业配额分配作为一种有效的分配机制对碳市场建设具有重要的现实意义。研究基于公平与效率原则建立了历史累计碳排放、工业产值、碳强度、技术投入、出口程度等5个指标,并运用灰色关联-极大熵模型对中国2030年的工业部门碳排放进行了配额分配研究。     

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.     

灰色马尔可夫链组合在预测股票价格上的应用

灰色模型适合对数据量少、波动不大的短期数据进行预测,而马尔可夫模型适用于预测波动较大的过程。通过结合灰色模型和马尔可夫模型的特点,本文提出了一种灰色马尔可夫链组合预测模型,对股票价格进行预测,与其他文献不同的是,本文在数据处理上进行了改进。实验结果表明,与一般灰色马尔可夫模型相比,改进后的模型预测精度得到了提高。     

基于季节指数和灰色预测的月电量预测模型

灰色预测模型GM（1,1）主要适合于光滑数据序列的预测,对非光滑数据序列常采用对数变换法、开n次方变换法和指数加权变换法提高数据的光滑度．由于月电量呈现明显的季节性变换,常用的提高光滑度的方法效果并不明显．文章提出了一种基于季节指数和灰色预测的月电量预测模型,以南京市某供电分公司近五年的月电量数据为基础,采用季节指数变换的灰色预测模型进行预测,与对数变换法的灰色预测模型比较,预测效果得到了明显提高．     

基于改进CS优化算法的灰色神经网络预测模型

为了提高灰色神经网络在人工智能预测领域中的预测准确性,提出一种改进布谷鸟算法优化灰色神经网络的预测方法.通过改进的布谷鸟算法对常规灰色神经网络(GNN)的白化参数进行优化,寻找出最优初始化参数,并将其结果作为灰色神经网络的输入,建立了基于改进布谷鸟优化的灰色神经网络预测模型,在此基础上,采用该方法对煤与瓦斯突出进行预测.仿真实验表明,该模型的预测精度要优于标准灰色神经网络和基于粒子群算法的灰色神经网络等方法.     

基于改进CS优化算法的灰色神经网络预测模型

为了提高灰色神经网络在人工智能预测领域中的预测准确性,提出一种改进布谷鸟算法优化灰色神经网络 的预测方法.通过改进的布谷鸟算法对常规灰色神经网络(GNN)的白化参数进行优化,寻找出最优初始化参数, 并将其结果作为灰色神经网络的输入,建立了基于改进布谷鸟优化的灰色神经网络预测模型,在此基础上,采用该 方法对煤与瓦斯突出进行预测.仿真实验表明,该模型的预测精度要优于标准灰色神经网络和基于粒子群算法的 灰色神经网络等方法.     

电网负荷预测的无偏灰色预测模型

在传统灰色预测模型的基础上作者已提出了一种改进模型,该模型消除了传统灰色预测模型存在固有偏差,因而被称为无偏灰色预测模型,在此将无偏灰色预测模型应用于负荷预测中,并与负荷预测常用的几种方法进行了对比,结果显示了无偏灰色预测模型的优越性。     

灰色-线性回归组合模型在预测中的应用

针对现阶段灰色经济预测方法在实际应用时的千变万化的情况,结合实际调查和预测经验,提出了一种基于灰色理论和线性回归理论的模型--灰色线性回归模型.给出了灰色-线性回归模型算法的基本思想和计算步骤,并举例说明如何用该模型解决实际问题.结果表明灰色-线性回归模型用于预测是有效的和可行的.     

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.     

安徽省某地区中长期电力负荷预测

以安徽省某地区2007-2014年用电量数据作为训练测试样本,采用灰色预测法、人工神经网络预测法和基于人工神经网络的最小二乘支持向量机（LSSVM）预测法计算其均方误差,结果表明,用基于人工神经网络的LSSVM预测法计算出的均方误差整体上比其他2种预测法要小.选用基于人工神经网络的LSSVM预测法对该地区2015-2017年的用电量进行预测,预测数据与实际数据基本接近.     

碳排放强度与工业化的关系研究——基于200O-2008年省级面板数据分析

借鉴环境库兹涅茨曲线(EKC),文章采用2000-2008年中国30个省区市的面板数据,对碳排放强度与工业化的关系进行回归.结果显示,它们之间呈倒N型关系;目前中国整体上处于工业化水平中期,完成2020年减排目标的关键是跨越第二个拐点进人碳排放强度随工业化发展下降的阶段;各省区市的工业化程度不同导致其减排压力不一样.因...     

基于双深度神经网络的光功率预测方法

光伏发电是新兴的清洁能源发电方式之一,其光功率受辐照度等环境因素影响较大,导致注入电网的电量不稳定。采集的环境数据能准确预测发电量变化趋势,对电网平稳运行具有重要意义。现有光功率预测方法大多采用单个模型构建预测结构,当面对不同环境数据时预测结果不够稳定。文中提出一种基于双深度神经网络的光功率预测方法,该方法以BPNN(back propagation neural networks)和LSTM(long short term memory)为基础判别器,并通过遗传算法将二者融合为更加精确和鲁棒的光功率预测模型。在东北电网实际数据集上的实验结果表明,相比现有单一神经网络模型,文中提出的方法具有更高的判别精度,且预测结果更加稳定。     

基于灰色突变理论的块裂岩质边坡崩塌时间预测

为了有效地预测块裂岩质边坡发生崩塌的时间,基于灰色理论和突变理论建立了灰色-突变预测模型.首先运用灰色理论对声发射监测数据进行处理,得到预测数据,运用最小二乘曲线拟合展开,再通过微分同胚变换,转换为尖点突变模型的基本形式,从而建立了灰色突变预测模型.最后采用该模型对贵毕公路k79+380～k79+500右边坡的崩塌时间进行了预测,预测结果和实际崩塌时间基本一致,表明该模型可以有效地预测块裂岩质边坡的崩塌.     

碳排放总量控制下行业间碳配额分配的博弈机制研究

为了向实现2030年中国碳减排目标提供参考，构建了某省内行业间的配额分配权重的不完全信息动态博弈模型，将该省内参与配额分配的行业根据减排严格程度分为低、中、高3个等级，通过引入行业减排优先顺序和配额分配权重构建各行业配额分配支付函数，并通过逆向归纳法求得博弈模型的纳什均衡。最后为了辅助实施减排，控制排放总量，引入了激励与约束机制。研究结果表明：行业减排优先顺序和分配权重的引入使最终的分配结果不仅考虑了行业的历史减排量，而且将行业减排责任考虑在内，体现了我国共同但有差别的责任原则，从而使得分配结果更为科学合理；为避免各行业为追求经济效益而缺乏减排驱动力引入奖惩机制，使得配额分配后的减排政策能够更加有效地实施。     

中国交通运输碳减排区域划分

在国家碳排放分解研究的基础上,对中国交通运输碳减排区域划分进行研究,提出公平性、可行性、效率性及优先性4大原则。以行政区域为单位,构建碳减排区域划分指标体系,确定区域经济发展水平、交通运输业发展水平和交通运输碳排放水平3大影响因子,提出人均国内生产总值GDP、铁路网密度、公路网密度、货物周转量以及货运总量等10项指标,以2009年30个区域截面数据为样本,采用经济发展阶段理论、主成分分析法及系统聚类法对指标进行计算分析。研究结果表明：中国交通运输碳减排区域按照碳减排潜能划分为优化、重点、积极及限制碳减排4类区域;碳减排潜能呈从东部向西部递减的变化趋势;东部沿海地区的碳减排潜能最大,是碳减排的关键区域。     

电解铝企业碳排放清单开发技术体系的研究与应用

针对目前我国没有规范、统一的电解铝企业碳排放清单编制方法的现状,基于国际组织层面与区域层面碳排放清单编制的相关原则性规定,以我国典型大型电解铝企业为对象,剖析现代电解铝生产工艺,开发可成功编制电解铝企业碳排放清单的技术体系,并进行了简单应用.结果表明,该技术体系可为电解铝企业碳排放清单的编制工作提供支撑,并为国内建立电解铝生产碳排放统计、监测与考核指标体系提供借鉴.另外,通过该技术体系的应用,提出以火电为主的电源结构,将导致电解铝企业在对外贸易中面临"碳壁垒"的严峻挑战,期望引起业内企业的关注.     

“双碳”目标下多周期供应链碳减排协调决策研究

针对“双碳”目标下的供应链多周期碳减排问题,提出了单制造商、单零售商组成的多周期情形供应链模型,研究各周期碳减排水平和零售定价之间的协调优化问题。首先,建立单周期Stackelberg博弈模型并在此基础上构建了多周期供应链协调决策的动态规划模型,其次,利用Stackelberg博弈求解各周期产品零售价格与批发价格,之后运用动态规划求解出各周期最优碳减排水平并得出制造商与零售商的多周期最大利润;通过算例分析得出碳减排成本系数和低碳偏好程度等因素对碳减排、定价决策以及制造商、零售商利润的影响。研究发现,制造商各周期的碳减排量与周期剩余数以及低碳偏好程度呈正向关系,与减排成本系数呈负向关系;各周期批发价格、零售价格与消费者低碳偏好程度以及减排成本系数呈负向关系;各周期批发价格与零售价格随着周期推移逐渐增加。     

优化的灰色模型在工业电耗定额预测中的应用

制定准确的单耗定额是促使企业提高用电效率的有效途径,传统的灰色预测模型只能反映单耗的总体变化趋势,不能反映单耗随季节的波动特征,为此,基于月调节系数提出了优化的灰色预测模型,算例表明,与传统的预测方法相比,优化的预测方法提高了预测的精度,使企业月单耗定额的制定更为合理、科学.