电力负荷预测中数据挖掘过程研究

数据挖掘是数据库与数据仓库研究领域新兴的富有前途的领域,是世纪末新兴起的数据智能分析技术,它的特点就是具有强大的数据处理能力,能从大量的数据中发现有用的规律和联系.作为新兴的技术学科,数据挖掘在电力系统负荷预测应用方面具有广泛的应用前景.本文力求将数据挖掘知识与电力系统实际情况结合起来,探讨基于数据挖掘的短期负荷预测方法.     

电力负荷预测中数据挖掘过程研究

数据挖掘是数据库与数据仓库研究领域新兴的富有前途的领域,是世纪末新兴起的数据智能分析技术,它的特点就是具有强大的数据处理能力,能从大量的数据中发现有用的规律和联系.作为新兴的技术学科,数据挖掘在电力系统负荷预测应用方面具有广泛的应用前景.本文力求将数据挖掘知识与电力系统实际情况结合起来,探讨基于数据挖掘的短期负荷预测方法.     

基于灰色组合模型的河南GDP预测

为解决GM(1,1)预测中存在的历史数据的跳变问题,依据灰色灾变预测原理,利用线性回归适用短期预测的特点,提出了一种新的预测方法:用GM(1,1)模型预测将来可能的数据跳变日期点,对其他非跳变点使用分段线性回归函数进行预测。通过对河南省生产总值的预测,结论显示出此种方法较好地克服GM(1,1)模型和线性回归模型的缺陷,在现实中达到较好的成效。     

短期电力负荷预测分析研究

基于负荷预测在电力系统发展规划中所发挥的重要作用，在对短期电力负荷预测基本原理进行分析的基础上，进一步分析研究了短期电力负荷预测的常用方法和基本步骤。     

电力系统短期负荷预测方法研究

作为现代电力系统管理的重要内容,电力系统负荷预测显得越来越重要。特别是短期负荷预测,在电力系统的生产和运行中起着重要的作用。对这种预测方法进行研究,是为了分析各种预测方法的优缺点,以便更好地实现预测的作用。     

浅析电网自然区域的负荷预测

本文以电网自然区域负荷预测为研究对象,从影响电网自然区域负荷预测数据的因素分析以及基于支持向量回归误差修正的电网自然区域负荷预测分析这两个方面入手,围绕这一中心问题展开了较为详细的分析与阐述,井据此论证了提高电网自然区域负荷预测数据精确性在确保电力系统稳定可靠运行过程中所发挥的重要作用与意义。     

中长期电力负荷预测理论研究

本文首先分析了电力负荷理论中的主成分回归理论与灰色预测理论,其次利用优选组合预测模型,形成中长期电力负荷预测理论模型。优选组合预测模型比主成分回归理论模型与灰色预测理论模型具有更高的精度。     

基于相空间重构与支持向量机的电力负荷预测

近年来让人们对电力负荷预测的研究越来越显示出它对电力系统具有非常重要的意义,本文结合了电力负荷的混沌特性,对电力数据进行了相空间重构,提出了基于相空间重构和支持向量机回归的电力负荷预测方法,并结合实际应用取得了很好的效果。     

中长期负荷预测对电力系统的重要性

我们可以从天气、电力系统等已经获悉的经济社会情况下,对有关数据进行分析研究,探寻和预测电力系统的负荷情况以及电力系统的内在发展规律,这就是电力系统的负荷预测.这对于电力部门和相关部门而言,是一项非常基础以及基本的工作,其关键性是不言而喻了.     

基于回归模型的流感疫情预测

目前现代医学技术取得重大发展,但诸多传染性疾病仍是人类社会向前发展的重要阻力之一。利用中国大陆地区已有的流感相关数据进行分析研究,应用多元线性回归、Lasso回归以及Ridge回归模型结合相关检索词数据进行建模分析,探讨回归模型与流感疫情预测的相关性与可行性。结果发现,与传统最小二乘法结果进行比较,运用Lasso回归以及Ridge回归对于复杂数据的分析与建模准确度更高,表明上述模型的推断能力更强,更适合于流感疫情的预测分析。通过回归模型结合海量数据可分析流疫情,且具有相当高的准确性,因此建议将该种方法应用到对于未来流感疫情的测控以及预防工程中。     

基于分组空间自回归模型的房价预测

近年来,随着经济的飞速发展,一线城市房屋价格也在快速上涨,房价成了人们关心的热点问题。本文基于样本点间的类别特征对空间自回归模型进行改进,提出了分组空间自回归模型,并基于安居客平台收集的2013年北京二手房成交价格数据进行验证。从结果来看,本文所提出的分组空间自回归模型对北京房价数据有较好的预测效果,并能够反映不同类别空间点之间的相互影响关系。该方法有效地提高了空间自回归效应的自由度从而提高预测精度,可为政府决策或居民投资提供一定的参考依据。     

残差自回归模型在旅游经济当中的应用

通过分析旅游经济重要指标的数据特点,运用残差自回归方法对旅游经济的重要指标做了短期的预测,预测结果较为理想,然后对五个重要的旅游经济指标做了预测分析,并提出了合理的对策和建议。     

线性回归模型在经济预测中的应用

许多经济变量之间存在相互依存、相互制约、相互影响的关系,如果能找到经济变量与影响因素之间的变化规律,并把这种规律用数学表达式具体表示出来,就会给预测带来极大方便,线性回归模型预测是将统计学中回归分析结合预测理论的一种方法,有较强的实用性.首先确定两个经济变量之间是否存在线性相关关系,然后求出回归模型并进行预测,最后计算估计标准误差以确定回归模型的可靠程度.     

电力系统负荷预测研究综述与发展方向的探析

电力系统负荷预测是在满足一定精度下,根据在不同的系统下的运行特点、增容决策、社会条件与自然影响等因素,确定未来某一特定时间点的负荷数据,其中负荷是指功率或电量。本文根据我国负荷预测领域经验对电力系统负荷预测进行浅略分析,井对其未来发展趋势进行探讨。     

基于相似日的短期负荷预测模型优选组合方法

传统的模型组合优化方法是将几种预测方法所得的预测结果,选择适当的权重进行加权平均,或在几种预测方法中比较,选择拟合优度最佳或标准离差最小的预测模型进行预测。但在天气突变的情况下,对历史负荷预测效果好的方法,对待预测日预测效果不一定好。根据这一情况,在传统短期负荷预测组合优化模型的基础上提出一种基于相似日的短期负荷预测模型优化方法。该方法可以很好的分辨天气突变情况下各模型的优劣,算例结果表明,在相似日的基础上进行各模型的优化组合可以较好的提高整体预测精度,非常适用于对气象因素较为敏感的地方电网。     

城镇居民消费支出与收入的预测模型——基于十堰市的实证分析

本文根据2000年～2006年十堰市城镇居民消费性支出与可支配收入基本数据,应用灰色预测模型对未来几年十堰市居民可支配收入进行了预测,应用线性回归模型对居民消费支出与可支配收入之间的数量关系的基本规律进行研究,并对其消费走势进行了预测分析,为制定新一轮的经济政策提供了决策依据。     

直线回归技术在相关预测和因素分析应用中的几个问题

直线回归技术是相关预测和相关因素分析最常用的一种方法。回归分析法是借助回归分析这一数理统计工具进行定量预测的方法。回归分析是建立在大量实际数据的基础上的,寻求其随机现象统计规律并建立经验公式的一种工具,而回归预测法正是利用预测对象和影响因素之间的因果关系,通过建立回归方程式进行预测的一种方法。     

中国经济增长的影响要素分析——基于柯布—道格拉斯生产函数

本文采用柯布—道格拉斯生产函数,基于1980—2011年的时间序列数据对中国经济增长的影响因素进行实证分析,研究劳动力投入与固定资本投资对中国经济发展的影响情况,得到了反映劳动力投入和固定资本投资对经济增长长期影响的回归模型,以及反映其短期调整的误差修正模型。     

刍议电力系统规划设计在电力工程设计中的应用

电力系统规划设计是电力工程前期工作的核心组成部分,企业只有发挥系统规划设计的合理性、安全性及经济性,电力工程设计建设才可能收到成效。文章以单项的短期电力负荷预测技术为主,围绕数据预处理及精度检验两点内容展开课题,深入探讨了它在电力工程设计中的具体应用。最后为当前电力企业在电力工程中如何开展系统规划设计工作给出建设性意见。     

线性回归在居民家庭收入与支出中的应用研究

线性回归是研究非随机变量与随机变量之间关系的重要方法,线性回归预测是统计学中的重要预测方法。本文以居民家庭收入与支出关系为研究对象,利用线性回归模型,借助Excel工具,给出二者之间的关系,并且对家庭收入在某个特定值时的支出进行预测,以期给相关工作者提供参考。