灰色模型的优化及其在沉降数据分析中的应用

本文利用Matlab根据灰色系统理论建立GM模型对变形数据进行分析预测进一步探讨了灰色模型参数的优化、累加生成次数对模型精度的影响、模型处理变形数据的跨度,并利用Matlab语言编写了变形数据处理程序实现了变形预测模型的建模和预测。     

半干法循环流化床脱硫副产物的综合利用

随着钢厂和燃煤电厂的大规模建设,控制钢厂及电厂SO2的排放已成为降低中国SO2排放总量的重要措施,随之而产生的大量脱硫灰的综合利用亦成为亟待解决的问题。介绍了脱硫灰的形成及其特性,并对目前国内外循环流化床烧结脱硫灰及电厂脱硫灰的利用现状进行分析,提出了烧结脱硫灰可用作水泥生产助磨剂和水泥缓凝剂及制备生态型水泥的全新利用方式,从而实现脱硫灰变废为宝。     

脱硫浆液循环泵汽蚀机理及防治措施

石灰石-石膏烟气湿法脱硫是目前燃煤电厂运用最广泛的脱硫技术,其脱硫效率高、运行稳定,但在实际工程运行中仍然存在一些问题。本文研究浆液循环泵的汽蚀机理,对空泡的近壁面溃灭过程开展了模拟,根据结果指出通过控制再氧化空气的通入量和增加浆液的空气溶解能力来控制工程运行中循环泵的汽蚀问题,对掺气减蚀的研究有一定的参考价值。     

切实发挥行协引导作用

在烟气脱硫产业化发展过程中,行业协会应当加强引导、组织、评估等作用“十一五”时期是我国二氧化硫控制的关键时期,燃煤电厂二氧化硫控制的好坏,将直接影响全国二氧化硫的控制效果。据测算,“十一五”期间,90%以上的电力二氧化硫减排量要靠燃煤电厂烟气脱硫实现。中电联作为电力行业协会,在国家发展改革委的领导和委托下,在国家环保总局的指导下,为推进火电厂脱硫产业发展做了大量工作:开展了对脱硫装置建设单位、设计单位、设备制造单位、运行单位和科研单位的综合性调研;积极参与了火电厂烟气脱硫产业发展的系统问题的研究;参与了火电厂…     

灰色神经网络在轴承故障预测中的应用

为提高旋转机械中滚动轴承故障预测的精度,提出灰色神经网络预测模型。利用训练样本数据,使用灰色神经网络模型完成训练过程;基于已训练好的模型对未来时间点的运行状态进行拟合,实现轴承的故障趋势预测。相比采用单一的BP神经网络预测模型,该组合模型具有较高的精度,对轴承故障趋势预测有一定的现实意义。     

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。     

房价预测模型的比较研究

本文以全国历年房屋年平均销售价格作为原生时间数据序列,根据其特点建立了灰色-马尔柯夫预测模型和n次多项式模型,并比较了这两种模型的预测精度.算例的研究结果表明,在预测房价时五次多项式模型比灰色-马尔柯夫模型的预测精度要高.故适当的n次多项式模型可为房价预测提供较准确一种预测模型.     

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。     

电厂脱硫脱硝系统的电气与自控设计

为了对电厂生产中二氧化硫的控制,分析电厂脱硫脱硝系统的电气及自控设计情况,找出问题所在并进行改进,以保证电厂排放达到国家标准的要求。     

一种对计量经济学模型在应用中的改进方法

建立准确而合理的计量经济学模型,是用计量经济学研究经济变量之间关系问题的基础.但观测数据的随机波动或误差,会在建模过程中对估计模型参数产生影响.本文结合实际项目,在用计量经济学模型分析经济因素对电力需求影响的过程中,引入灰色系统模型.对观测数据进行处理,成功地改善了估计结果.并在后面的模型应用中,证明改进后的模型具有更高的预测精度.     

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。     

加快电厂烟气脱硫装备本地化步伐

烟气脱硫是国际上广泛采用的控制二氧化硫的成熟技术,也将是我国燃煤电厂控制二氧化硫排放的主要途径.烟气脱硫装备本地化是指以设计技术为龙头,集工艺设计、主要设备本地化生产、施工建设、调试以及运行为一体化的综合能力.组织实施燃煤电厂烟气脱硫装备本地化对于降低工程造价,加快二氧化硫治理步伐,提高机电制造企业竞争能力,培育新的经济增长点具有重要的意义.     

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。     

民用汽车保有量的灰色预测模型研究

一、灰色数列预测模型建立 灰色预测指以GM(1,1)模型为基础所进行的预测。灰色模型有五种:(1)数列预测;(2)灾变与异常值预测;(3)季节灾变与季节异常值预测;(4)拓扑预测;(5)系统预测。本文对汽车保有量的预测采用灰色数列预测。 本文对传统的GM(1,1)模型的建立过程进行了改造,用线性回归来建立GM(1,1)模型,用显著性检验方法代替关联度和后验着进行精度检验和参数识别。     

差分自回归移动平均模型在企业物资采购中的应用

在分析企业采购数据特点的基础上,提出一种基于差分自回归移动平均模型的多模型预测方法。利用了数据的季节特性而不是剔除季节性数据的影响,使得物资的季节性需求得到更好的预测。该方法首先以历史的同比数据作为序列,建立纵向预测模型,再以环比数据作为序列建立横向预测模型,最后通过横纵向预测结果的加权平均实现数据的最终预测。通过近年来采购数据的预测和真值对比分析,验证了该方法的有效性,也为具有此类特征的数据预测提供了新的分析计算方法,可以用于各行业的预测分析。     

半干法烟气脱硫装置脱硫效率探讨

从半干法烟气脱硫机理的基础上,推导了脱硫效率的表达式.由于Ca/S相对湿度是与脱硫效率之间具有紧密关系的重要因素之一,因此本文基于回归分析,对此建立了数学模型,从而能够对循环半干法脱硫装置的运作过程进行准确地预测.     

内蒙古华电卓资电厂脱硫方法的调查与存在问题分析

本文以内蒙古华电卓资电厂烟气脱硫装置——4套处理4×200MW燃煤机组烟气的石灰石-石膏湿法全烟气脱硫系统为研究对象,通过现场调研并查阅大量的相关文献和资料,就华电卓资电厂的脱硫现状进行了分析,重点介绍了华电卓资电厂的脱硫工艺。通过对该厂运行出现的问题的分析、研究,结合其他同类电厂的改进措施,对该厂的脱硫系统提出了改造建议。     

切实发挥行协引导作用

“十一五“时期是我国二氧化硫控制的关键时期,燃煤电厂二氧化硫控制的好坏,将直接影响全国二氧化硫的控制效果.据测算,“十一五“期间,90%以上的电力二氧化硫减排量要靠燃煤电厂烟气脱硫实现.……     

循环冷却排污水污泥处理后用于电厂脱硫工艺的探讨

大连发电厂为实现“零取水、零排放”的双零要求,采用将循环冷却排污水经石灰预处理后再进行浓缩减量的处理。在循环冷却排污水石灰预处理时,会生成一定量的污泥,主要成分为CaCO₃、Mg(OH)₂。该成分与用于电厂脱硫系统的石灰石浆液基本相同,在理论上可用于脱硫,且无需对污泥进行脱水处理。这不仅实现了污泥的资源化再利用,降低污泥的处理成本,同时可减少电厂脱硫系统石灰石的用量。在实践中需考虑污泥相对于石灰石的差异性,并控制对脱硫系统产生的影响。     

基于SVM预测模型的特高压输电线路工程量影响因素预测分析

本文通过对特高压线路工程特点的分析,梳理出其线路工程的主要影响因素及构成,构建了工程量影响因素预测指标体系,再选取国内已经运行的五条特高压线路工程数据,通过支持向量机(SVM)的预测模型对特高压线路工程量进行预测分析。结果表明,不同类型的特高压输电线路工程量预测结果的精度存在明显差异,但是整体误差水平控制在一定范围之内;从预测精度上看,支持向量机预测模型适用于特高压输电线路工程量预测研究,以期为工程造价的预判、预控提供可靠依据,为实现工程投资成本合理控制提供技术支撑。