基于随机森林算法的中短期用电量预测

传统电力预测模型不能很好地将多种影响因素纳入考虑,也无法对关联因素进行筛选。针对该类问题,该文将信息论中的互信息及人工智能随机森林算法引入中短期用电量预测中。互信息可以根据多种变量与用电量间的平均互信息值大小辨识出关联性高的因素,不同产业可能高关联于不同变量。考虑不同关联因素,采用随机森林算法对不同产业进行针对性预测建模。以江苏省的用电量数据作为实际算例,并将上述方法与未采用互信息的方法以及未针对性分产业建模进行对比。仿真结果表明,上述方法具有科学性和有效性,且有较高的预测精度。     

陆浑水库防洪实时调度研究

根据实时调度的基本概念、实现方式 ,针对河南陆浑水库实际情况使用实时预报调度方法对水库各种情况下的洪水过程进行了调度研究 ,并与水库常规调度进行了对比 .通过运行可以看出实时调度方式在水库调度中的实用性 .同时 ,使用实时调度方法可以使调度者的调度经验与调度规则很好地结合起来 ,提高调度方案的合理性 ,增大水库防洪及综合效益 .     

基于证据权和卡方自动交互检测决策树的滑坡易发性预测

滑坡与其环境因子间的非线性关联计算影响滑坡易发性预测建模的不确定性。为研究不确定性因素下易发性建模规律,以中国延长县为例,获取82处滑坡和14种环境因子,通过频率比(Frequency Ratio,FR)和证据权(Weight of Evidence,WOE)等关联法与卡方自动交互检测(Chi-squared Automatic Interaction Detector,CHAID)决策树相耦合进行建模,并用原始环境因子(称为“原始因子数据"”)作为输入变量的单独CHAID决策树进行对比。使用精度、易发性指数均值、标准差和平均秩等评价易发性建模的不确定性。结果表明:WOE-CHAID模型预测的滑坡易发性不确定性低于FR-CHAID模型,可见WOE具有较优秀的非线性关联性能;单独CHAID决策树预测的易发性精度整体略低于WOE-CHAID和FR-CHAID模型,但其建模效率较高;在体现滑坡与其环境因子空间关联性方面,考虑FR和WOE关联法的CHAID决策树模型优势显著。WOE是更优秀的关联分析法,CHAID决策树预测性能好且预测效率高,WOE-CHAID决策树模型的易发性预测不确定性较低且更符合实际滑坡概率分布特征。     

基于有效度和相对熵的短期电力负荷组合预测方法

负荷的精确预测是保证电力系统稳定调度的基础,为了更好地综合利用各单项预测方法,提高预测效果,该文引入相对熵组合方法对电力负荷进行预测。首先引入有效度的概念,对单项预测方法的准确程度进行判别,筛选出结果准确的多个单项预测方法,分别进行虚拟预测;并利用支持向量矩阵求解相对熵最值,得到动态的最优模型权重值,进行组合预测。以青海某区域实际负荷功率数据为例,利用ARIMA模型、BP神经网络、RBF神经网络及支持向量机(SVM)4种方法的预测结果进行相对熵组合预测,该预测方法与现有的组合预测方法对比,具有优越性与可行性。     

老采空区地表沉陷混沌特征及时变规律研究

基于老采空区上方地表实际监测沉降数据,提出了利用混沌理论相空间重构及预测技术研究老采空区地表沉陷特征及时变规律的新思路.研究了沉陷系统的相空间重构、关联维数的确定、Lyapunov指数的计算和预测模型的构建及应用等问题.采用最大Lyapunov指数法及混沌最小二乘支持向量机法对老采空区地表沉陷量进行了建模和预测.结果表明:该沉陷系统是一个混沌系统,沉陷影响因素有3～6个,变形理论最大预测期数为18期.构建的混沌预测模型预测结果相对误差均控制在10%以内,预测精度良好,可为老采空区废弃土地再利用决策提供支持.     

加工时间不确定的船体分段空间调度方法

针对调度过程中存在的不确定性因素及调度对象存在关联约束关系,提出了一种加工时间不确定的船体分段空间调度方法.以旁板这一类分段关联件的加工时间的变动作为不确定影响因子,建立了船体分段在不确定环境下的空间调度模型,目标为最小化由不确定因素造成分段提前、拖期的时空占用成本.该模型考虑了船厂实际生产过程中的随机加工时间以及分段和关联件的约束关系,结合某船厂的实际生产数据进行实例验证,结果表明,该模型能对加工时间不确定条件下的船体分段空间调度给出较优的调度解,而且在空间调度解的质量和模型应用范围等方面更贴近船厂现实生产情况.     

运用改进神经网络算法建立水库调度函数

简述了改进的神经网络算法,利用神经网络强大的非线性映射能力建立了水库调度函数的神经网络模型,并运用模型模拟湖南凤滩水电厂水库调度运行,同时与常规回归分析方法建立的水库调度函数模拟计算结果进行比较.研究结果表明神经网络法建立的水库调度函数具有更高的模拟计算精度,具有更好的实用性和可行性.     

陆浑水库防洪实时调度研究

根据实时调度的基本概念、实现方式,针对河南陆浑水库实际情况使用时预报调度方法对水库各种情况下的洪水过程进行了调度研究,并与水库常规调度进行了对比,通过运行可以看出实时调度方式在水库调度中的实用性。同时,使用实时调度方法可以使调度者的调度经验规则很好地结合起来,提高调度方案的合理性,增大水库防洪及综合效益。     

基于关联调度模型的模糊环境下车间动态调度

为了实现在模糊加工环境下实时的动态调度,采用调度节点和调度链的建模思想构建车间作业的调度关联模型.通过调度节点和调度路径描述调度任务中的约束关系.考虑实际生产调度过程中存在的大量不确定因素,将调度关联模型引入模糊加工环境中,结合模糊加工状态下作业计划关联方法构建调度可行解,并通过蚁群算法求解调度任务的优化方案.仿真结果表明,该方法能够在加工时间和交货期不确定的情况下,通过动态调度模型的关联过程获得较为优化的调度方案.     

水库防洪错峰调度风险分析方法及应用

水库防洪错峰调度是一种利用下游区间洪水预报信息的防洪预报调度方式,能有效减小水库防洪库容,提高洪水资源利用率,但受区间洪水预报、水库下泄洪水传播时间、调度滞时等不确定因素的影响,水库下游防洪风险的可能性将增加。综合考虑多个不确定因子,采用蒙特卡洛法、风险标准法等,提出了基于错峰调度规则的拟定、风险的定义、风险因子的识别与量化、风险率计算、方案决策过程的水库防洪错峰调度风险分析的流程与方法,并将上述方法应用于海河流域的密云水库。研究结果表明:通过采用提出的防洪错峰调度方案,密云水库能抬高汛限水位2.0 m,减小防洪库容3.09亿m3;而承担的水库防洪错峰调度风险率仅为11%;延长错峰时间能显著降低防洪错峰调度的风险。     

水库调度图优化研究

应用动态规划法,结合具体实际,建立相应的数学模型,对水库调度图进行优化.以隔河岩水库为例,在满足系统运行可靠性要求和各种约束条件下,迭代计算确定出水库优化调度图;并求得在优化调度图下水库运行各种参数和动能指标.通过指标对比,验证了模型和算法的有效性和可行性,具有生产应用价值.     

基于特征优选和逐步回归的黄土滑坡监测数据融合改进方法

针对滑坡监测多源异构数据融合处理中存在的影响因子筛选难、结果差异大、数据处理复杂程度高等问题,提出一种基于最大互信息系数(MIC)、灰色关联分析(GRA)和逐步回归的黄土滑坡多源多点位异构监测数据融合方法。该方法首先将最大互信息系数和灰色关联分析结合起来,采用基于加权关联度的特征优选方法综合筛选滑坡变形影响因子,提取具有代表性的影响因子并剔除关联性差的影响因子; 然后,通过逐步回归方法赋予各监测点位移和优选后的影响因子对应的重要性权重系数,获取多源异构数据融合序列; 最后,采用甘肃黑方台党川滑坡监测设备所获取的全球卫星导航系统(GNSS)监测数据、裂缝位移计数据及气象数据进行实验验证。结果表明:在滑坡变形影响因子筛选性能方面,基于加权关联度的特征优选方法优于传统的Pearson相关系数法; 基于特征优选和逐步回归的多源多点位异构数据融合模型的预测精度较传统的BP神经网络有所提升,其中均方根误差(RMSE)降低了51.8%,平均绝对百分比误差(MAPE)降低了2.26%,拟合优度达到了0.964。     

时间尺度对梯级水电站发电调度建模准确度影响分析

随着梯级水电站的陆续建成投运,梯级水电站开展联合精细化调度的相关研究,如：模拟长系列径流资料提取调度规则、历史运行过程的优化调度水平精确评价等,对确定性径流情景下梯级水电站联合调度精细化模拟提出了新需求。然而,传统的梯级水电站精细化调度建模研究多集中在水电站水电能转换关系、梯级水电站间水力联系的精细化模拟等方面,关于模型时间尺度对模型准确度影响的研究较少。在确定性径流情景下,模型时间尺度也是影响调度模型准确度的关键因子之一,且其对模型准确度的影响受其他诸多因子的扰动,呈现复杂的关联关系。因此,从理论分析和实例分析2个方面,研究了确定性径流情景下时间尺度对梯级水电站发电调度建模准确度的影响。本文运用控制变量法及逐步逼近的思想分析并推导了影响不同时间尺度调度模型准确度的关键因子,确定了弃水量计算偏差、径流量大小、径流期内变化及初末水位差等关键因子,并定性分析了上述关键因子扰动下模型时间尺度对调度模型准确度的影响。在此基础上,针对金沙江下游梯级水电站实例,以理论分析成果为基础,运用工况设定-模拟计算-结果统计分析的方法,对金沙江下游梯级水电站不同调度期下不同时间尺度模型准确度进行了定性、定量分析,进而依据上述分析结果建立了金沙江下游梯级水电站多尺度发电调度模型。模拟结果一方面证明了理论分析结果的正确性;另一方面表明所构建的多尺度发电调度模型能够较为准确地反映水电站实际工况,且同时能有效减小调度问题的规模,为梯级水电站的调度规则提取、历史调度评价等提供切实可用的发电调度模型,同时,可为大规模梯级水电站群联合调度问题的降维求解提供新思路。     

观测数据拟合分析中的多重共线性问题

为有效克服在工程安全监测数据及统计数据的拟合与预测研究中，采用最小二乘回归法难以有效识别自变量因子间的多重共线性并消除其对回归模型精度影响的不足，引进偏最小二乘回归（PLSR）方法，对观测数据变量及其影响因子进行拟合与预测分析。将模型拟合预测与非模型式的数据内涵分析有机结合，可同时实现回归建模、数据结构简化以及因子间的多重共线性分析，并通过交叉有效性检验来控制模型精度。结果表明：PLSR方法对系统信息和噪声有良好的辨识能力，能有效克服因子多重共线性对模型精度的影响，使模型结果对实测变量的物理成因解释更趋合理，因而比最小二乘回归方法更具广泛适用性。     

基于Apriori关联算法的配电网运行大数据关联分析模型

分析了配电网运行维护的现状,并指出了其中存在的问题。将大数据分析及数据关联挖掘技术应用于配电网运行维护中,提出了基于Apriori关联算法的配电网运行大数据关联分析模型。对上海某供电公司配电网实际抢修数据进行关联分析,挖掘出了配电网运行维护中各运行因素与运行维护指标之间的显性或隐性关联。     

决策树技术在水库兴利调度中的应用研究

利用数据挖掘中的决策树技术,对多年水库实际水文数据和调度数据进行分析和挖掘,从中得到基于多年实际径流资料和水库水位资料的调度决策树模型.模型特点:1)在海量历史水库调度数据中挖掘调度规则,从实践中得到的经验规则往往更具有实用性.2)将入流类别作为判断条件在调度规则中使用,将预报入流类别结合时间、水位生成调度规则更具有合理性.通过实例分析,比较调度决策树模型与常规水库调度图模型的结构特点和调度结果,尝试得到合理的水库兴利调度规则.     

熵权—灰色关联—TOPSIS法在道路交通安全评价中应用 ——以四川省地级市为例

为了客观反映道路安全等级的实际情况,建立改进的熵权—灰色关联—TOPSIS交通安全评价模型。该模型运用灰色系统理论,将影响交通安全的主要因素进行关联分析,同时采用熵权法确定指标权重,寻求最佳客观权重,并按照TOPSIS法计算出与理想方案的距离,衡量对该方案的满意度。最后选取四川省地级市道路交通事故数据为实际样本,验证了模型计算简便,结果合理,深入地挖掘出原始数据之间的内在规律。     

基于Shapley值法的梯级水库收益分配研究

梯级水库联合调度产生的收益应在各参与水库之间进行合理分配.分析了梯级水库调度的几种模式,应用Shapley值法对联合调度所产生收益在各参与水库间进行分配,得到了各种模式下各水库应得到的实际收益.Shapley值法可以促进梯级水库群的联合调度,有利于实现梯级水库群总收益最大的目标.     

基于FA-PCA-LSTM的光伏发电短期功率预测

准确的短期光伏功率预测是调度部门合理制定发电计划、保证电力系统安全性和经济性的关键性技术.针对光伏出力可预测性低的问题,提出了一种结合因子分析(factor analysis,FA)、主成分分析(principal component analysis,PCA)和长短期记忆网络(long short-term memory,LSTM)的光伏发电短期功率预测方法.首先采用因子分析对多元数据序列信息进行分析,提取相关性较高的公共因子并优化样本.然后通过主成分分析对优化后的多元数据序列进行筛选,在充分利用序列信息的基础上降低数据规模和复杂程度.最后,利用LSTM网络对多元数据序列与光伏功率序列之间的非线性关系进行动态时间建模并预测.采用中国新疆某光伏电站的实测数据进行验证,算例分析结果表明所提预测方法的有效性.     

空调系统运行负荷GRNN预测模型的应用研究

以2座五星级酒店为研究对象,通过实测数据分析了运行负荷的主要影响因素,确定冷冻水温度对运行负荷的影响作用,将其引入到空调系统运行负荷的预测研究中.应用广义回归神经网络(GRNN)理论,建立了一种动态多点输出负荷模型,提出了5种输入方案,使用2座酒店的实际数据集分别进行验证.研究结果表明:冷冻水温度对实际运行负荷的预测精度有重要影响,可显著提高GRNN负荷模型的预测准确性,以前1日24 h历史负荷、预测日天气预报以及冷冻水设定温度为输入、以预测日24 h逐时负荷为输出的GRNN负荷模型,建模简单,预测性能较好,适用于实际工程应用.