基于LMDI-CS-LSSVM的区域中长期电力需求预测

中长期用电需求预测对地区电网规划与运行具有重要意义,准确地对其进行预测有助于配电网利用效率的提高。中长期用电需求与地区宏观经济形势息息相关,本文选用LMDI分解模型对用电增长量进行了分解,根据影响因素分解为生产效应、结构效应及强度效应,然后选用布谷鸟搜索优化的最小二乘支持向量机对各效应数据进行拟合及预测,再加总得到预测用电需求量。最后,本文以冀北地区为例对模型进行测算,通过与不同预测方法比较证明了基于LMDI电量分解的CS-LSSVM模型在中长期电力需求预测方面有较高的准确度。     

浙江省月度电力需求的变分模态分解-自适应模糊神经网络-差分整合移动平均自回归组合预测模型及应用

为提高电力需求预测的精度,提出了一种将变分模态分解(variational mode decomposition,VMD)和自适应模糊神经网络(adaptive network-based fuzzy inference system,ANFIS)相结合的方法并应用到月度电力需求预测中.首先将原始数据通过VMD分解成有限带宽的子模态序列,选用差分整合移动平均自回归模型(autoregressive integrated moving average model,ARIMA)、ANFIS、经验模态分解(empirical mode decomposition,EMD)与ANFIS相结合和VMD-ANFIS几种模型进行预测结果对比.结果表明:相比直接利用ANFIS模型得到的预测结果,增加VMD分解过程能有效减小预测误差.说明所应用的VMD-ANFIS方法更具优越性,可以获得更好的预测结果.     

数学模型在用电需求预测中的应用

对用电需求预测发展进行了介绍,以几种较为经典的、具有较好预测效果的数学预测模型为基础,提出采用组合预测模型来有效提高用电需求预测的精度。     

能源消费碳排放零残差因素分解模型研究

LMDI模型、Shapley值模型和MRCI模型均是能源消费碳排放的零残差因素分解模型,对三种模型的基本形式进行拓展,提出基于多层次多因素分解的通用表述形式,给出各分解模型中因素的累积效应、逐年效应和效应贡献度的测算方法,并对三种模型特点进行对比。运用Kendall协调系数法对三种模型结果进行相容性检验,输出相容模型集;基于各相容单一分解模型,构建能源消费碳排放的最优加权组合分解模型。应用上述模型对青岛市能源消费碳排放进行分解实证,结果表明,人均GDP和人口是青岛市碳排放增加的驱动因素,能源消费强度下降和能源消费结构优化则对碳排放增长具有抑制作用。     

α-加权模糊线性回归模型及其在电力需求预测中的应用

建立了一种回归系数为对称三角模糊数的α-加权模糊线性回归模型,运用模型进行了电量需求预测,实际需求和预测结果分析表明,该模型能够实现历史数据“重近轻远”的预测效果。进一步提高预测精度,减少预测误差,适合于电力需求预测。     

能源消费碳排放零残差因素分解模型研究

LMDI模型、Shapley值模型和MRCI模型均是能源消费碳排放的零残差因素分解模型,对三种模型的基本形式进行拓展,提出基于多层次多因素分解的通用表述形式,给出各分解模型中因素的累积效应、逐年效应和效应贡献度的测算方法,并对三种模型特点进行对比.运用Kendall协调系数法对三种模型结果进行相容性检验,输出相容模型集;基于各相容单一分解模型,构建能源消费碳排放的最优加权组合分解模型.应用上述模型对青岛市能源消费碳排放进行分解实证,结果表明,人均GDP和人口是青岛市碳排放增加的驱动因素,能源消费强度下降和能源消费结构优化则对碳排放增长具有抑制作用.     

基于数据融合算法优化的GM(1,1)负荷预测模型

为了提高中长期电力负荷预测的精度,改进传统灰色GM(1,1)模型在中长期负荷预测中因部分原始背景数据的偶然性偏差而导致预测精度降低的问题,提出了将数据融合算法与GM(1,1)模型相结合以形成数据融合算法优化下的GM(1,1)模型.首先对特定年采用多个不同历史数据进行GM(1,1)模型预测,利用数据融合算法对多次预测值进行优化分析,获得优化后的预测结果,最后通过对某电力系统年用电负荷进行实例分析,证明数据融合优化下的GM(1,1)模型具有较高预测精度.实践证明所建立的模型对电力系统中长期负荷具有良好预测能力.     

基于空间计量模型的长三角各地级市服务业用电强度影响因素研究

文章基于2005-2014年长三角地区41个地级市面板数据,构建空间计量模型分析长三角地区服务业用电强度的影响因素。在此基础上,利用空间偏微分方程,将各影响因素对服务业用电强度的空间总效应分解为直接效应和间接效应。研究结果表明,长三角地区各地级市服务业用电强度具有空间相关性和空间溢出性;人均生活用电量、人口密度、服务业人均GDP、服务业产值比重对本市服务业用电强度产生显著的作用,但对邻近市作用效果不明显;各地级市服务业用电比重、全社会用电量、城镇居民人均可支配收入、年末常住人口对本市和邻近市具有显著的相反作用。     

岚河流域径流中长期GM(1,2)时滞预测模型

针对半干旱地区的降雨径流机制比较复杂这一特点,应用灰色系统理论,提出一种较适合于水文实测资料缺乏情况下的中长期预报方法,建立了岚河流域径流中长期GM(1,2)时滞预测模型。运用该模型对岚河流域的未来径流量进行了预测,结果表明,模型具有比较高的预测精度,且考虑2年时滞效应的灰色预测模型具有比较好的预测结果。     

浅析TRANSCAD在胶州交通需求预测中的应用

本文以胶州市交通需求预测为例,介绍了TRANSCAD在城市交通需求预测中的运用,在交通需求预测中简述了交通需求预测的建模过程,对于模型选择等关键问题,尤其对交通需求预测中的交通产生和分配两步骤的模型进行了较详细说明。通过胶州城区交通量预测的实例表明,TRANSCAD是一种良好的交通量预测工具。     

最严格生态红线视角下我国工业废水排放影响效应研究

执行生态保护红线制度是推进生态文明制度建设最重要的部分.在最严格生态红线视角下,利用投入产出模型计算出2007—2017年全国工业各行业废水完全排放强度,再运用LMDI分解模型将工业废水流量变化分解为技术效应、规模效应和结构效应,探究工业废水流量变化的规律和行业分布特征.研究表明:行业废水直接排放强度和完全排放强度均呈...     

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.     

基于矩阵分解的电力物资需求预测

准确预测变电站及配网工程的物资需求,对于节约工程成本,提高资金利用率,具有重要意义.尽管研究者在电力物资需求预测方面已经开展了一系列的研究,提出了很多预测模型和算法,例如基于神经网络的算法,然而,这些算法普遍存在输入数据过于简单和理想、仅对少数几种物资的需求量进行了预测实验、预测的准确率偏低等不足.因此,目前生产系统普遍采用人工方式进行电力物资需求预测,由有经验的领域专家根据工程初步设计方案预测各类物资的需求量.为了解决现有电力物资需求预测方法存在的不足,本文提出基于矩阵分解的预测方法,以电网建设项目物资需求历史数据和项目计划的部分物资作为输入,通过矩阵分解算法对项目其他物资需求用量进行预测.矩阵分解算法不需要大量的历史用量数据,只用部分项目的物资数据就能进行预测,且算法不需要提前进行训练.     

产品需求预测及其建模技术的研究

介绍了产品需求预测的概念,并比较了不同的产品需求预测方法的特点。以某电视机厂为例,利用各种预测模型,对该电视机厂2001年和2003年的产品销售量进行了模型预测,详细说明了组合预测的基本原理和建模步骤,给出了模型的实际应用效果,与实际销售量进行了比较。     

基于理想点多属性决策算法的中长期电力负荷组合预测

对组合预测方法进行了拓展,将理想点多属性决策算法引入中长期电力负荷预测中,建立理想点组合预测模型,进行中长期电力负荷预测。所建模型中以各单一预测模型的最大误差绝对值、最小误差绝对值、平均绝对百分误差和均方根差4个评价指标的倒数为属性集,以各单一预测模型种类为方案集。计算各模型与正理想点间的偏差,根据正理想点间偏差确定各单一预测模型的权重。通过对某地区全社会用电量进行预测,并与单一预测模型进行误差比较,验证了组合模型的有效性和实用价值。     

钢铁企业电力负荷动态预测建模问题的应用研究

针对钢铁企业负荷波动特点,用分解及分类建模的思想,构造负荷预测模型。综合考虑各用电环节的用电特点、工况和工艺信息,分类建立模型。通过各用电环节预测结果叠加获取总负荷预测值;该模型运用静态预测和动态预测相结合的方法,在动态预测过程中充分考虑到实时工艺节奏和动态工况信息,使模型具有更好的适应性。实例表明,该预测模型能获得良好的预测效果。     

钢铁企业电力负荷预测建模研究

针对钢铁企业负荷波动特点,用分解及分类建模的思想,构造负荷预测模型。综合考虑各用电环节的用电特点、工况和工艺信息,分类建立模型,通过各用电环节预测结果叠加获取总负荷预测值。该模型运用静态预测和动态预测相结合的方法,在动态预测过程中充分考虑到实时工艺节奏和动态工况信息,使模型具有更好的适应性。实例表明,该预测模型能获得良好的预测效果。     

基于小波分解的统计模型对小时风速的预测

为提高小时风速的预测精度,提出了基于小波分解和AR模型的混合模型(WD-AR).模型应用小波分解技术将风速序列进行多层分解,再利用AR模型分别对各分解层的风速序列进行预测,最后将预测结果叠加得到预测值.采用河西地区风速观测数据对模型进行分析验证,结果表明:WD-AR模型预测精度指标R,RMSE和MAP E值分别是0.89,0.36和27%,与AR模型相比有了较大的改善,提高了小时风速的预测精度,说明WD-AR模型具有更好的预测能力.     

教育支出与经济增长关系的实证研究——基于LMDI模型

本文将对数平均迪氏指数分解法（LMDI）引入教育支出对经济增长的驱动关系分析.把GDP总效应分解为活动效应、结构效应、效率效应,通过全国31个省市区的数据分析,对教育支出与经济增长进行了实证分析.结果表明：活动效应对GDP总效应的影响最大;结构效应对GDP总效应影响并不显著;效率效应对GDP总效应的影响呈负相关,且比较显著.对此,我们提出了进一步优化教育支出的投入、实现经济内涵发展的政策建议.     

中国出口贸易隐含碳的测算及因素分解研究

本文使用投入产出法,对中国2002年和2007年出口贸易中隐含碳进行了测算,并采用对数平均指数分解(LMDI)模型对出口贸易隐含碳的总量和各部门隐含碳变动进行了因素分解分析.研究结果表明,与2002年相比,2007年中国出口贸易隐含碳总量显著增加,部门间出口贸易隐含碳的变动差异较大,各部门的隐含碳强度均有所减弱.从对出口贸易隐含碳总量变动的因素分解看,规模效应使得隐含碳明显增加,结构效应的影响较为微弱,技术效应促进了隐含碳的减少.从对各部门的因素分解发现,规模效应促使各部门出口隐含碳显著地增加,开放效应与各部门出口隐含碳的变动是同向的,技术效应促进了各部门出口隐含碳的减少.