售电量的灰色预测

售电量的灰色预测王志仁徐志勇［东北电力学院（基础教学部）（电力工程系），吉林１３２０１２］０前言售电量这类预测问题，通常一方面满足ＧＭ（１，１）建模条件，一方面单独用ＧＭ（１，１）模型求解，往往预测精度不高，甚至面目皆非。出现这种情况的主要原因：（１...     

基于BP网的区域年售电量增长率预测

应用基于神经网络BP算法的人工神经网络系统理论,对顺德桂洲历年工业产值增长率和年售电量增长率进行统计分析,并利用神经网络模型对下一年的售电量增长率进行了预测.     

灰色模型在电力负荷预测中的应用

应用灰色系统理论分析了某电力系统电力负荷的动态变化趋势。并用灰色预测理论对该系统现有的年用电量时间数据序列进行处理，进而建立了GM（1，1）预测数学模型，最后提供了预测实例。     

基于组合预测法的台州市需水量预测研究

运用多种预测方法的组合预测,采用BP神经网络法、人均综合用水量法对台州市2020年、2030年总需水量进行了预测;采用人均用水量推算法、灰色预测法、数学模型法预测台州市2020年、2030年城乡生活需水量、工业需水量、第一产业需水量等分类需水量.结果表明,组合预测方法应用于台州市用水需求预测是可行的.组合预测综合考虑了各种因素的影响,能够提高需水量的预测精度,为水资源合理规划提供了科学决策依据.     

基于灰色系统理论的开发区经济指标预测研究

论述了基于灰色系统中的灰色预测方法较传统的预测方法具有的优点，即对样本的数量和分布规律没有太高的要求，指出基于灰色系统中的灰色预测方法特别适合于开发区综合经济指标这类少数据问题的预测。选择灰色系统中的GM(1,1)灰色系统，分别对开发区的税收、总产值、财政收入、技工贸总收入等4种主要综合经济指标建立预测模型，并以1995年以来的数据为基础，对2000～2005年相应的经济指标进行预测，结果表明这些预测模型具有较高的预测精度，且计算量少、方法简单实用。     

基于灰色神经网络的火灾事故预测

针对我国火灾事故现状,结合灰色理论和神经网络的特点,提出灰色神经网络火灾事故预测模型。依据我国2003-2012年火灾事故统计数据,分别选用GM(1,1)模型和灰色神经网络模型对2003-2010年数据（火灾起数）进行拟合,对2011年、2012年数据进行（火灾起数）预测。结果表明,灰色神经网络火灾事故预测模型具有灰色系统贫乏数据建模和神经网络高度非线性映射能力的优点,有效地解决了传统火灾事故预测中误差大稳定性差的缺陷,提高了预测精度,在火灾事故预测中具有一定的实用价值。     

砼长期荷载下徐变预测的新方法——灰色预测

本文首次提出灰色系统理论对长期荷载下砼徐变进行预测的新方法．通过实例验证表明：灰色预测方法其精度是十分令人满意的．     

粗粒度网络流量的灰色模型预测

在实际网络流量上研究了新陈代谢灰色模型(MGM)预测流量. 预测结果表明,灰色模型建模长度远小于流量序列主周期长度时,预测精度较高. 灰色模型预测流量宜采用小量数据建模,此时残差修正对提高预测精度影响很小,预测不需采用残差灰色模型(RGM). 对比了灰色模型与自回归综合滑动平均模型（ARIMA）和Elman神经网络（ENN）模型的预测结果,灰色模型远优于ARIMA,与ENN相当. 灰色模型的优点是能自适应网络流量的变化.     

施工项目成本的灰色预测

灰色预测是根据过去的及现在已知的或非确定的信息建立的一个从运去引申到未来的灰色模型,从而确定系统未来发展变化的趋势,并为规划、决策提供依据,运用灰色预测理论,结合施工项目成本的历史发展趋势,建立了施工项目成本的GM（1,1）预测模型,为了进一步提高预测精度,建立了单段函数残差辨识模型,并通过工程实例,阐述了施工项目成本预测的操作程序。     

残差灰色预测模型在电量预测中的应用

为提高电力负荷预测的准确性,在灰色预测的基础上,建立了残差灰色预测模型经对邯郸地区用电量的预测分析．该模型预测精度明显提高。