电力系统中长期负荷预测方法的研究与程序设计

文章探讨了电力系统负荷的组成、特点,在分析比较常用的预测方法优缺点的基础之上,采用了灰色．预测法与回归法相结合的方法建立了中长期负荷预测模型,把负荷预测工作分为2个部分：即用灰色预测法进行相关因素的预测和用回归法进行负荷预测。该模型充分利用了灰色预测法要求负荷数据少、不考虑分布规律、不考虑变化趋势、运算方便、易于检验等优点及回归法能够考虑到负荷所受的多种因素的特点,模型参数估许技术比较成熟,预测过程简单。     

电力系统电优组合预测电力负荷的方法

介绍了趋势分析法、回归分析法、指数平滑法、单耗法、灰色模型法、负荷密度法和弹性系数法等电力负荷预测的方法,并以预测牡丹江市全社会年用电量为实例,在适用条件、数据形式、计算难度和适用时间等方面对几种预测方法进行分析、比较。得出结论:回归分析法、趋势分析法适用于大样本,且过去、现在和未来发展模式均一致的预测,灰色模型法适用于贫信息条件下的预测;灰色系统理论采用生成数序列建模,回归分析法、趋势分析法采用原始数据建模,指数平滑法是通过对原始数据进行指数加权组合直接预测未来值的;回归分析法和趋势分析法的计算相对简单;单耗法、指数平滑法、灰色模型法较适宜近期预测,回归法、趋势分析法和改进型灰色模型较适于中、长期预测。     

组合预测法在中长期电力负荷预测中的研究与应用

电力系统中长期负荷预测是电力系统规划和运行研究的重要内容[1],它是保证电力系统可靠和经济运行的前提,同时也是电网规划建设的依据和基础。线性回归模型、指数平滑模型、灰色模型是常用的单模型中长期负荷预测方法,组合预测法是运用这三种方法的组合,通过运用最优权重系数方法来确定各个模型的权重,使预测的精度更高,误差更小。     

江苏省民办高职院校就业状况研究——基于灰色模型和回归模型的比较分析

本文尝试用灰色模型对相对数进行分解运算,并与传统的回归预测方法进行比较。一方面对高职学生的就业率进行预测,另一方面对灰色模型在相对数进行分解预算的准确性进行评价。     

组合负荷预测方法综述

电力系统负荷具有很多不确定因素,针对单一模型进行负荷预测时,预测精度不高这一问题,可采用组合预测法将多种预测方法所得的预测值进行加权平均而得到最终预测结果,以满足现代电力对负荷预测结果的准确性、快速性和智能化的要求。该文首先简要介绍了几种常用的负荷预测方法,接着详细介绍了组合负荷预测的研究现状及确定组合预测中各模型最优权重的几种方法,最后介绍了组合负荷预测模型的误差修正方法,对提高负荷预测的准确性有一定的现实意义。     

预测技术在港口吞吐量预测中的应用

本文应用预测技术中的指数平滑法，灰色模型预测法对港口吞吐量的预测进行建模分析，验证比较，并提出了修正灰色模型预测吞吐量的方法。通过比较分析，认为改进型灰色模型对吞吐量的方法，通过比较分析，认为改进型灰色模型对吞吐量的预测是一种拟合精度较高，预测较符合实际的方法，适用于港口吞吐量的短期预测。     

基于回归BP神经网络的短期负荷预测

负荷的形成受多方面因素的影响,在建立短期负荷预测模型时,需要综合考虑多种因素。同时,负荷是一种时间序列信号,目前的数据能够对以后的数据产生重要的影响,所以文章采用回归BP神经网络模型应用于短期负荷预测。实例计算表明,该方法有效,预测精度比常规方法高,收敛性好,运算速度快。     

中长期负荷预测方法探究及其系统研发

中长期负荷预测是电力系统运行和规划的前提和基础,也是电力系统可靠运行的根本。其预测的准确与否直接关系到投资、网络布局和运行的合理性。因此对电力系统进行中长期负荷预测以及其预测方法的研究尤为重要。文章介绍了负荷预测对电力系统的重要性以及影响负荷的主要因素,综述了负荷总量和分布的预测方法,如灰色预测方法、组合预测方法和空间负荷预测方法,最后对计算机结合各种预测方法的预测系统进行研发。     

省域城市化水平预测方法比较--以北京市为例

以北京市为例,分别用考虑当期经济发展水平的回归模型、考虑滞后因素的PDL模型、考虑极限上值的Lo-gistic模型,预测其2004年-2008年的城市化水平.在比较三种模型特点的基础上得出我国不同省域进行城市化水平预测的方法建议.     

基于回归BP神经网络的短期负荷预测

负荷的形成受多方面因素的影响,在建立短期负荷预测模型时,需要综合考虑多种因素.同时,负荷是一种时间序列信号,目前的数据能够对以后的数据产生重要的影响,所以文章采用回归BP神经网络模型应用于短期负荷预测.实例计算表明,该方法有效,预测精度比常规方法高,收敛性好,运算速度快.     

灰色预测算法在物流园区需求预测中的应用

对物流园区需求预测进行了系统分析,介绍了灰色预测算法,和物流园区腹地划分方法;结合连云港港口物流园区需求预测的实例进一步阐述了灰色预测算法在物流园区需求预测中的应用.     

基于熵权灰色组合预测模型的区域能源需求预测研究

本文在充分考虑传统GM(1,1)模型所存在缺陷的基础上,结合灰色预测模型的最新理论成果,提出了基于GM(1,1)模型,新陈代谢模型,离散DGM模型三种灰色预测模型的组合预测模型,采用熵值法来确定组合预测模型中各单项方法的权重,并以湖北省为例,对湖北省2001-2010年能源需求总量进行实证研究,结果表明基于灰色组合预测模型的预测精度明显高于三种单项预测方法的精度,证明了该模型用于区域能源需求预测的科学性和有效性,在此基础上对2011-2015年湖北省能源需求进行了预测。     

灰色预测模型在区域物流需求预测中的应用

区域物流需求属于派生需求,由区域经济发展水平决定,对区域经济的发展具有服务引导作用。灰色预测模型具有对数据要求限制少、中短期预测精准等特点,特别适合区域物流需求的预测。文章介绍了灰色预测模型以及在区域物流需求中应用,并结合实例进行了应用研究,通过误差检验,灰色预测模型具有较高的预测精度,是一种非常实用的预测方法.     

GM(1,1)预测模型中原始数据的函数变换研究

灰色预测模型是灰色系统理论的重要内容之一,也是预测理论中被广泛使用的一种预测方法。为了提高预测精度,需要对原始数据序列作数据处理,提高数据序列的光滑度,本文主要是对灰色预测GM(1,1)模型利用函数变换理论对其原始数据函数变换处理进行研究,并对进过函数变换原的数据精度进行比较。     

最优组合预测在四川省人才需求预测中的应用

本文依据相关资料数据,构建灰色GM(1,1)模型和二元线性回归模型,分别对四川省2005-2015年从业人才需求进行预测,然后使用二模型最优组合预测对预测结果进行修正。在此基础上,提出了实现预测目标的策略建议,为四川省人才培养决策提供参考。     

新的WBO算子及其在城市道路网交通事故预测中的应用研究

以有效提高系统特征数据序列的光滑性为目的,在已有缓冲算子研究的基础上,根据新息优先原理,构建了一个新的WBO(Weakening Buffer Operator),克服了现有算子对新信息利用不充分的缺陷,并通过城市道路网交通事故预测案例与已有的系列WBO进行了弱化效果的比较。研究结果表明,受扰动因素冲击后的系统特征序列经新WBO作用后,建模精度得到了显著提高。     

基于灰色系统的江苏省物流需求预测

准确的物流需求预测对我们的物流管理活动具有重要的指导意义。运用灰色关联度和灰色系统模型,对江苏省物流需求进行动态预测,预测结果的检验和分析,表明模型较精确,可以为物流需求预测提供一定的参考。     

以人为本,促进城市经济建设可持续发展——2007-2015年黑龙江省人才资源需求预测

本文依据相关统计数据及其相互关系,推算出黑龙江省历年从业人才资源总量,并构建GM(1,1)模型和二元线性回归模型,在此基础上,分别对黑龙江省2007-2015年从业人才需求进行了预测,并运用二模型最优组合预测对预测结果进行修正.由此,提出了实现预测目标的策略建议,为黑龙江省人才开发和培养决策提供参考.     

基于灰色马尔可夫模型的物流园区物流量预测研究

物流量预测是物流园区规划和管理的一项重要内容.本文将灰色系统理论与马尔可夫链相结合,介绍了灰色模型-马尔可夫链预测物流园区物流量的预测方法,并对某物流园区未来三年的物流量进行预测,结果表明比单纯利用灰色模型进行预测更加准确可靠.