煤层气多分支井产能预测研究

煤层气多分支井产能预测具有重要意义,然而煤层气储集、渗流方式不同于常规气藏,准确的产能预测难度很大。本文基于物质平衡法,综合考虑煤基质收缩、裂隙应力敏感性,建立了煤层气多分支井产能预测模型,并将其应用到沁水盆地樊庄区块煤层气井的产能预测中,通过与该区块实际产气量进行对比,结果表明该模型预测结果较为准确,产气峰值之后产气预测更为精确。     

中国碳排放的组合预测与减排缺口分析

预测我国碳排放量的变动趋势,对国家进行宏观经济管理和碳减排工作具有重要的参考价值。（1）利用中国1997～2011年碳排放数据,分别采用三次指数平滑模型、灰色模型、二次指数模型建立中国碳排放的单项预测模型;（2）采用标准差法进行非负权重分配,建立了中国碳排放的组合预测模型,结果表明,组合预测模型的精度高于单项预测模型。（3）应用该组合模型对中国2014～2026年的中国碳排放量。预测表明,中国碳排放存在较大的减排缺口,碳减排需要从优化产业结构、优化能源消费结构和改善能源利用效率上进行。     

基于Logistic组合模型的中国民用汽车保有量预测

经济的发展和人民生活水平的提高使我国民用汽车保有量急速上升,同时导致公共设施和能源供应等矛盾凸显。客观、准确的未来中国汽车保有量预测是解决上述问题的前提。本文以传统Lo-gistic模型为基础,借鉴灰色理论累加生成数据处理方法和级差格式,对预测参数进行估计,同时将模型中扩散速度函数化,并建立以误差标准差为权重的民用汽车保有量的Logistic组合预测模型。该模型能很好地避免传统预测模型中预测参数主观化,预测环境常态化的缺点,使模型能够客观、动态地反映未来中国汽车保有量的扩散趋势。最后结合中国历年民用汽车历史数据,对未来十年中国民用汽车保有量进行预测。预测结果表明:未来十年中国的民用汽车保有量还将快速增长,到2020年中国民用汽车保量将超过2.3亿辆。     

基于灰色预测模型的上海市实际利用外资预测

经济预测的模型有很多种,但通常需要大量的统计数据为基础。而灰色预测所需的历史数据少且预测的结果准确性高。基于灰色预测模型作上海市实际利用外资额的预测,预测结果与上海市2002~2008年的统计年鉴数据进行验证,平均误差在2%以内,精确度相对可靠,因而灰色模型预测为该宏观经济预测提供了一种可行性选择。     

基于灰色模型和最小二乘机原理的区域水资源供需组合预测研究

文章将灰色模型和最小二乘机模型进行组合,并将组合模型用于辽宁西部区域水资源供需预测中。研究结果表明:组合模型可综合考虑不同模型的优点,进行加权组合预测,相比于单一预测模型,组合预测模型在区域水资源供需预测中具有较高的预测精度,预测误差得到明显改善。研究成果对于区域水资源供需预测方法提供参考。     

基于小波变换和贝叶斯证据推断框架下的LS—SVM短期风速预测

基于小波的多分辨率分析,针对风速序列拟周期性、非平稳性及非线性等特点,将风速序列按不同频率进行分解,对分解后的原始风速信号分别建立不同的预测模型;各个模型的最佳参数由贝叶斯证据3层推断得出,用以建立基于小波和贝叶斯证据推断框架下的最小二乘支持向量机（LS-SVM）回归短期风速预测模型。应用该模型对东北某风电场的风速进行了提前1h的预测,预测的平均绝对百分比误差为7．63％,提高了预测精度。预测结果表明：基于贝叶斯证据推断框架下的LS—SVM和小波分析相结合的短期风速预测模型是一种有效、可行的风速预测模型,可为风力发电功率的预测提供一定的理论支持。     

中国中长期能源消费发展预测研究

中国是全球最大的能源生产国和消费国,2020年能源消费总量达到49.8×108tce。能源消费发展预测研究是能源经济学的重要组成部分,模型预测及其成果是国家编制能源规划和制定能源政策的基础。进入21世纪以来,中国能源消费预测的数字化、模型化、定量化盛行。通过文献研究,能源消费预测方法和模型可以分为单一方法预测模型和组合方法预测模型。结合中国21世纪前20年能源消费情况,就各类能源消费预测模型的特点及预测结果精度进行分析研究,发现中国中长期能源消费预测的偏差普遍较大,组合方法预测模型优于单一预测方法模型。建议中国中长期能源消费预测应综合运用各种预测方法,以定性和静态的情景分析类预测模式为主,辅以定量和动态的趋势外推类预测方式。采用情景分析法预测,中国2050年能源消费总量为47.79×108tce。     

基于ARIMA-GRACH模型的现货电价预测

通过建立ARIMA预测模型对现货电价进行预测,并对ARIMA模型存在的异方差问题通过GARCH模型进行修正。实证算例中,采用北欧四国电力市场数据,与ARIMA和灰色GM（1,1）模型进行比较,表明ARIMA—GARCH模型的预测精度更高,预测误差更小。     

基于SARIMA-SVR组合模型的 空气质量指数预测

空气质量指数(AQI)在波动中既具有整体的时间序列线性特征和明显的季节性波动周期,又具有多种因素影响的不确定性,为了提高AQI的预测精度,基于Ri386 3.3.3和Matlab R2014a两种编程软件,提出了一种同时具有线性和非线性的复合特征的时间序列预测模型——SARIMA-SVR组合模型。以太原市2014年1月—2019年7月的AQI月均值数据为基础,利用SARIMA时间序列模型进行线性预测,利用SVR模型对残差进行非线性预测,加和得到组合预测模型的预测结果,分析比较SARIMA,SVR和SARIMA-SVR这3种模型的预测结果和平均绝对百分比误差。结果表明,组合预测模型发挥了2种模型各自的优势,相较于单一预测模型的预测结果而言,其预测精度更高,稳定性更好。通过此模型得到的空气质量预测结果不仅可为人们的日常生活提供指导,而且可为大气污染的防治工作提供科学依据和借鉴意义。     

支持向量机模型在断层破碎带围岩变形预测中的应用

围岩变形预测是隧道安全评价及其指导后期施工的重要依据,为提高变形预测精度,结合工程实践,提出了PSO-SVM-BP预测模型的思路。首先,利用三次样条插值及二次平滑法对变形数据进行预处理,为后期变形预测奠定基础;其次,利用粒子群算法对支持向量机进行参数优化,建立PSO-SVM模型,并对围岩变形进行初步预测;最后,利用BP神经网络进行误差修正,达到综合预测的目的,并利用工程实例进行检验,以验证预测模型的有效性。结果表明:初步预测结果的相对误差均小于5%,而误差修正后的预测精度被提高到0.97%,预测精度较高,验证了预测模型的有效性,可为类似研究提供参考。     

辽宁省水资源需求量预测分析

结合辽宁省水资源需求的总体变化趋势以及社会经济发展用水现状,详细分析了GM(1,1)、Logistic模型理论和参数特征后将上述2种模型有效结合构建了组合预测模型,对辽宁省水资源需求量进行预测分析并对预测结果采用ARIMA模型进行了一级修正;然后根据辽宁省综合节水潜力和节水规划总体目标对预测结果进行二级修正。研究表明:水资源需求量二级修正预测结果能够更加准确、客观地反映区域水资源需求现状,模型表现出较高的准确度与可靠性。     

基于多元线性回归与BP神经网络分析的失业预测建模实证研究

本文首先构建失业综合指数及其测算指标体系,用来客观地反映失业状况;其次通过文献研究、发放问卷调查等分析方法,并在考虑数据可获得性、可靠性等前提下,初步整理出影响失业的相关因素,以2000~2012年各季度对应的数据,对失业综合指数及其影响因素进行多元线性逐步回归分析,从中筛选出影响显著的因素,构建失业综合指数预测模型。同时基于线性相关分析筛选的结果,构建BP神经网络预测模型,同样对失业状况进行预测,并与多元回归预测模型的预测结论进行比较,结果发现后者预测性能高于前者。     

太原市COVID-19防控前后空气质量分析及预测

为了探索特殊情况下太原市空气质量预测和评价方法,采用基于灰色关联度法的模糊综合评价方法对太原市疫情防控前后的空气质量进行评价,对相关联的污染物浓度变化进行分析,并以太原市AQI监测数据为基础,结合长短期记忆循环神经网络（LSTM）以及随机梯度下降算法（Adam）建立了太原市空气质量预测模型（即Adam-LSTM模型）,并与LSTM模型的预测结果进行了比较。结果显示,在启动一级应急响应加强防控后,太原市的整体空气质量得到改善,个别污染物由于气象及春节等因素未降低,LSTM模型和Adam-LSTM模型预测结果的均方根误差和训练速度分别为0.203 s和12.15 s,0.183 s和10.35 s。提出的Adam优化算法能够有效提高LSTM神经网络的训练精度和收敛速度,同时具有较小的预测误差,可为环保部门制定提升空气质量相关决策提供数据支持和方法借鉴。     

基于马尔科夫链在输变电工程综合造价指数预测中的应用

经济预测是企业决策的前提与基础,在经营管理实践中。经常会遇到企业投资预测和决策的问题,运用马尔科夫链可以较好地进行市场经济预测。本文探讨了马尔科夫链的预测技术,分析验证输变电工程综合造价指数的发展趋势符合马尔科夫链特性,通过建立马尔科夫链模型,对2012年陕西电网110kV输变电工程综合造价指数进行预测和判断。以输变电综合造价指数作为项目投资决策的依据,探讨利用马尔科夫链在项目投资造价的模型建立。较为量化地预测了电网建设项目投资趋势。     

基于NARX神经网络的设备剩余使用寿命预测研究

采用主成分分析法对采集的多元数据进行处理,基于NARX神经网络建立设备剩余使用寿命预测模型,对设备剩余使用寿命进行预测,在C-MAPSS数据集上验证了模型的有效性。     

基于ANFIS的水环境质量参数COD预测模型研究

水质预测是水环境安全管理的重要方式和手段。以浑河大伙房水库库口地表水为检测对象,建立ANFIS预测模型对该河段水体COD含量进行了预测研究,结果显示模型预测值和实际值之间具有良好的拟合性,说明模型本身具有较好的预测能力和准确性。     

基于数据挖掘算法的变压器热点温度时序预测方法

为了解决油浸式电力变压器热点温度预测方法缺乏对短期热点温度走势的预测,无法满足动态增容决策要求的问题,以SFPSZ-180000/220型变压器为研究对象,首先,研究对比发现变压器的热点温度与负载率相关性最大,在此基础上,建立了基于支持向量回归的局部地区负荷预测模型,为变压器热点温度预测提供数据;其次,提出了基于数据挖掘算法的变压器热点温度时序预测方法,并在此基础上分别建立了支持向量回归、BP神经网络、决策树3种数据挖掘预测模型;最后,对一般输入-输出的建模方法的预测结果与基于时间延迟方法的预测结果,以及不同时间延迟下3种数据挖掘模型的预测结果进行了对比分析。结果表明,有外在输入的支持向量回归预测模型结果比BP神经网络和决策树吻合度更高,并且时间延时更小,预测结果精确度更高。有外在输入的支持向量回归预测模型在很大程度上提高了变压器热点温度预测精度,其预测结果可为变压器的动态增容决策提供有效参考。     

基于残差灰色预测模型的用电量预测

为提高用电量的预测精度,适应电力营销需求,在传统灰色预测技术的基础上,本文建立了残差灰色预测模型,并通过实例分析验证了该模型的实用性和精确性.     

灰色预测模型在陕西省电力消费量预测中的应用

电力消费是人们日常生活必不可少的,随着城市的大力发展,有效地对电力消费进行预测显得越来越重要。本文采用灰色预测模型GM(1,1),建立陕西省电力消费量预测GM(1,1)模型,验证预测精度,进一步对2011-2015年陕西省的电力消费量进行预测,为今后陕西省的电力规划提供参考价值。     

沁水县水库洪水水位及流量智能化预测研究

水库洪水预测对于水利工程的运行和管理至关重要。为精确预测洪水水位流量,研究以沁水县张峰水库为例,提出了一种基于特征提取的混合小波神经网络(WNN)方法来预测水库流量。通过小波变换处理,特征提取方法来确定人工神经网络的输入数。分析了水库洪水水位及流量变化规律,建立智能化预测模型并进行流量预测分析。研究结果表明：模型相关性值达到了0.99738,预测效果十分出色。研究发现特别在长期预测方面,提出的特征提取模型的表现优于同类模型。