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...     

基于灰色预测技术的某省中长期售电量预测

文章运用灰色预测及灰色改进技术,对某省2015-2019年各年售电量进行了中长期预测,建立起某省年售电量与GDP值和第二产业比重的线性相关函数。     

基于改进灰色模型的短期电力负荷预测

针对短期电力负荷预测的特点,提出了更适合负荷预测模型,对传统灰色预测模型的局限性进行了改进。采用三点平滑处理削弱了个别不理想数据对整个数据序列的影响,对GM(1,1)模型进行了残值修正,建立了针对后验差检验不合格情况下的新的GM(1,1)模型。通过实证分析与相对误差的比较,该模型具有良好的适应性,可大大提高预测的精度。     

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。     

华北电网售电量的预测方法研究

为提高电网负荷预测的准确率,分别运用加权移动平均预测技术和GM(1,1)模型对华北电网的售电量进行了预测,借助Matlab软件,得到了预测结果.最后对2种预测方法的误差指标进行了比较,结果表明,GM(1,1)模型的预测精度比加权移动平均法理想,说明该方法的应用前景广阔.     

基于灰色残差GM(1,1)模型的山东省高新技术产业产值预测分析

近年来山东省高新技术产业产值逐年递增,比较准确预测山东省高新技术产业产值,不仅为政府部门制定宏观战略决策,也为高新区企事业单位微观决策提供了重要的科学依据。本文运用灰色残差GM(1,1)模型对山东省高新技术产业产值进行预测,并对模型精度进行分析和检验,检验结果表明建立的灰色残差GM(1,1)模型预测精度高,可以用于实际预测。     

灰色系统理论招生预测中的应用

文中应用灰色系统理论的GM（1,1）模型对招生人数进行了预测。算例表明,GM（1,1）预测方法精确性好,实用性强。     

高等级路面使用性能灰色预测方法

采用沈阳至大连高速公路路面观测资料,建立高等级路面使用性能的灰色预测模型及修正模型,并对所建模型进行精度检验。     

战时火炮维修任务量预测模型的建立

任何作战条件下维修任务量的预测都是我军战前进行装备管理决策时必须面对的一个问题.但我军现在还没有现成的战时维修任务量数据可用于预测研究,因而就不能借助于传统的方法进行预测.根据这一现状,提出了在预测出战时装备损坏数的基础上,从装备故障的一些统计数据出发,利用作战模拟法与解析法相结合建立装备维修工时量的计算模型,并在一定程度上结合专家判断,作适当修正后,实现战时火炮维修任务量预测模型的建立.     

灰色理论在城市年用电量预测中的应用

研究了灰色预测GM（1，1）模型及其几种改进模型在城市年用电量预测中的应用。以实际算例为基础，分析了几种模型的预测结果并进行比较。结果表明：不同的改进模型预测的精度不同，所有改进后的模型比基本模型预测的精度高、误差小。并经不同的算例分析得出：不同变化规律的负荷应该用不同的改进模型。     

基于分段模糊拟合方法的用电量预测研究

用电量的预测受许多因素的影响.为了得到比较精确的预测结果,对原始用电量数据进行平滑预处理,并考虑到影响园区用电量的主要因素,将其进行模糊化处理.借助分段模糊拟合预测方法进行拟合预测,通过对具体算例的分析研究发现,该预测方法能够较好地提高预测精度.     

基于灰色理论的供电系统负荷中长期预测模型及其应用

基于灰色理论的基本思想，从历史数据少、不考虑分布规律、变化趋势、运算简便的特点出发，提出了在电力市场运营模式下，县（区）级电力负荷的中长期预测模型，并对某供电局1997年到2000年的销售电量进行了预测，预测结果与各年度的实际集电量相比，最大误差小于0．7％。说明建立的预测模型完全适合于该供电系统的负荷预测。     

BP神经网络技术对货运量预测

运用改进的神经网络技术对现代物流系统中的货运量进行预测 ,以湖南省湘西自治州货物货运量为样本 ,详细研究运输量神经网络预测模型的操作过程 ,并证明了此方法的可行性和有效性     

地区电网用电特性分析及年用电量预测

利用灰色预测原理简单、建模数据少和运算方便的优点,结合神经网络非线性函数逼近能力强的特性,在此基础上提出了灰色-神经网络预测方法,并对哈尔滨市用电量进行了的仿真预测。     

灰色理论在中长期电力负荷预测中的应用研究

提出了基于灰色预测理论的电力系统中长期负荷预测的实用新方法，对于中长期电力负荷预测这样复杂问题，其简捷实用，预测精度高，经实际算例核证明该方法可以做为中长期电力负荷预测的理想工具之一。     

灰色预测在控制证券投资风险中的应用

利用灰色系统中的ＧＭ（１，１）模型和灾变预测方法，以深圳股市股指极小值的日期作为灾变集，进行了短期和中长期模拟预测，其误差均小于５％，作长期预测时，灾变集元素之间具等间距性，作等间距预测，其效果更佳，该法同样适用于证券投资分析。     

聚类电价预测方法研究

针对电价变化模式的复杂性,提出了一种基于聚类分析的电价预测模型。该模型将复杂的电价预测问题分解为更简单的子问题求解,首先通过聚类技术将输入空间划分为若干特征更明显的子空间,然后在子空间内分别使用支持向量机进行建模和预测。聚类分析中先应用减聚类算法自动确定聚类数并获取较优的初始聚类中心,然后采用K-均值算法进一步优化。采用美国PJM电力市场历史边际电价数据进行的仿真研究表明,电价预测模型能有效、稳定地提高电价预测精度。