灰色GM(1,N)模型在河南省煤炭需求预测中的应用

根据灰色系统理论,选取主要影响因素,以煤炭消费总量作为特征变量,以影响煤炭消费总量的主要因素作为选定变量构建了煤炭消费总量的灰色GM(1,6)预测模型,并对河南省煤炭消费总量进行拟合和预测,采用灰色系统理论进行建模能够克服相关数据不足的缺陷和避免人为因素的影响。实例结果表明,该预测具有较好的精度,结果是可信的。     

煤炭需求预测方法及应用

以中国北方某市2008—2014年煤炭消费量、地区生产总值及人口等统计数据为基础,分别采用回归模型、使用强度模型、灰色模型对该地区煤炭消费量进行了模拟和预测。基于各模型十分离散的预测结果,引入了资源需求理论,对该地区资源需求变化趋势进行分析,同时对各模型预测精度进行评估,从而确定适用于该地区的资源需求预测模型。结果显示,回归模型预测结果优于其他两种模型,同时也表明资源需求理论指导下的煤炭消费量需求预测更具科学性,为煤炭需求预测模型的选取提供方法和依据。     

辽宁煤炭需求的GM(1,3)多因素预测

选取主要影响因素（GDP增长率、煤炭占能源消费比例）建立辽宁省煤炭消费需求预测模型GM（1，3），GM（1，3）模型中包含了两个GM（1，1）子模型：GDP增长率预测模型和煤炭占能源消费比例预测模型。各模型的精度均为1级（好）。对2006～2010年辽宁省GDP、煤炭占能源消费比例和煤炭消费三项的预测结果合理。采用灰色系统理论进行建模，能够克服相关数据不足的缺陷和避免人为因素的影响，但用于长期预测有待进一步研究。     

基于最优加权组合模型的煤炭消费预测分析

为了研究最优的煤炭消费预测模型,为我国能源结构优化提供依据,基于差分自回归移动平均(ARIMA)、灰色预测(GM)和人工神经网络(ANN)模型构建了8个组合预测模型,对我国煤炭消费量进行预测分析,应用评价指标R、MAE、MAPE和RMSE对预测模型精度进行比较,筛选出最优组合模型并预测分析未来10年我国煤炭消费趋势。研究结果表明:(1)最优加权组合模型均方根误差、平均绝对误差、平均相对误差等参数均较小,预测效果明显优于单项和简单组合预测模型;(2)构建了权重为(0.73,0.09,0.18)的我国煤炭消费预测最优加权组合模型ARIMA-GM-ANN。(3)将煤炭消费增长趋势分为"缓慢上升期"、"急速增长期"、"下降期"和"平稳期"四个阶段,2013年煤炭消费量达峰,约43.14亿t,2020年以后,煤炭消费量稳定在35.5亿t左右。     

基于灰色系统理论的煤炭需求预测模型

煤炭需求预测，以往采用的方法有类比法、外推法和因果分析法等，但已的预测结果精确度均较低，运用灰色系统理论，建立煤炭需求量的灰色预测模型GM（1，3），从对我国煤炭需求的预测结果来看，对历史实际值拟合的非常好，表明了模型具有较高的可靠性，并利用该模型预测我国未来10a的煤炭需求量。     

基于灰色神经网络的我国原煤产量预测

文章采用灰色神经网络进行我国煤炭产量预测模型的建模,灰色神经网络具有灰色系统模型的可以用少量样本数据来建模与神经网络精度高的特性,克服在进行煤炭产量预测样本数据少的问题,仿真结果表明,此种模型预测结果的相对误差是1.57%,只使用灰色模型预测结果的相对误差是9.8%,采用此模型提高了预测的准确性和精度。     

煤炭产量预测与对比分析研究

为了预测我国的煤炭产量,分别建立了一元线性回归预测模型和灰色理论GM（1,1）模型,并对预测结果进行了比较分析。结果表明,灰色理论GM（1,1）模型较一元线性回归预测模型预测精度更高,更符合我国煤炭产量的发展趋势。灰色理论GM（1,1）模型的煤炭产量预测结果表明,未来2 a我国煤炭产量呈稳定增长趋势,产量分别为34.83亿t和37.82亿t,增长比例分别为7.5%和8.5%。     

我国煤炭开采总量的ARMA模型研究

建立了ARMA模型对我国煤炭消费总量进行了研究,意在指导我国煤炭开采总量。文章对煤炭消费序列进行了检验,建立了煤炭消费序列增量模型,选择了最优的ARMA模型,并对我国煤炭消费总量进行了预测,对预测结果进行分析研究,得出了重要结论,并提出了相应的措施和发展目标。     

基于改进GM(1,1)灰色模型的煤炭产量预测与分析

文章深入了解了GM(1,1)模型的内容和原理,提出了一种改进该模型的方法,研究灰色状态马尔柯夫模型和对预测值确定的影响,通过选取2003年~2010年我国煤炭生产量来对比传统和改进后GM(1,1)模型的预测误差率和精度。实践证明基于改进灰色数学模型预测出来的煤炭产量十分接近实际产量,误差值远小于采取传统GM(1,1)计算出来的数值,实用价值和参照价值极高。     

基于灰色模型的美国煤炭生产与消费预测

通过对美国煤炭生产和消费发展和现状的分析,发现自2001年以来美国煤炭生产、进口和消费量整体呈逐年下降趋势,煤炭出口量呈整体逐年上升趋势。应用灰色模型,对美国煤炭生产、进口、出口、商业消费、工业消费和电力消费量进行预测,结果显示,到2025年,预计美国煤炭产量为67642万t、进口量为705万t、出口量为14171万t、商业消费量为85万t、工业消费量为3722万t、电力消费量为56389万t。     

工业燃气锅炉使用过程中煤炭使用量预测方法

为提升工业燃气锅炉使用过程中煤炭使用量预测的准确性与各种燃气锅炉的适用性,设计了一种工业燃气锅炉使用过程中煤炭使用量预测方法。工业燃气锅炉使用过程中,计算时间变化下焦化、烧结等工序实际用煤量的变化规律,构建工业燃气锅炉仿真模型,使用的仿真工具为Simulink。通过HP滤波法分解原始序列,以滤波序列为依据提取稳定成分,获取波动成分序列与长期趋势序列,解决样本末端问题。使用ARMA时间序列法实施工业燃气锅炉使用过程中煤炭使用量的建模预测,建模分为4步：第1步为序列分析,第2步为模型识别,第3步为参数估计,第4步为模型检验。通过实例分析实施设计方法的性能考察,对某钢铁企业的转炉、高炉以及焦炉分别进行煤炭使用量的预测实验。实验结果表明,高炉预测结果的整体平均绝对误差低于1.2%;焦炉预测结果的整体平均绝对误差低于0.7%;2种转炉煤炭使用量预测结果与实际结果的差异也较小,说明设计方法实用性很强。     

1985-2016年中国省域煤炭生产和煤炭消费重心时空演变研究

采用中国1985～2016年煤炭生产、煤炭消费和经济数据,通过变异系数法来探析我国煤炭生产和煤炭消费的变化情况,通过重心模型来探析我国煤炭生产和煤炭消费的重心移动轨迹,通过重心耦合模型来探析我国煤炭生产和煤炭消费空间格局变化。研究表明：1985～2016年海南、内蒙古和陕西煤炭生产和煤炭消费变化最大,苏沪、辽宁和河北煤炭生产和煤炭消费变化最小;煤炭生产重心移动分为两个阶段：第一个阶段自1985～2005年从开始的不规则运动逐渐向西南移动,第二个阶段自2006～2016年稳步向西北移动。煤炭消费重心变化幅度较小,总体呈现向西向南移动的趋势,煤炭生产和煤炭消费的中心移动都与经济发展、产业转移、中西部能源基地建设等相关;煤炭生产和煤炭消费重心耦合情况,静态方面重叠性呈现先增大后减小态势,动态方面1985～2002年呈现较大波动特征,2002～2016呈现较为稳定的一致性态势。     

利用MATLAB神经网络进行煤与瓦斯突出预测的研究

从煤与瓦斯突出的机理出发，考虑煤与瓦斯突出的综合影响因素，利用MATLAB神经网络工具箱，在VC 中嵌入MATLAB神经网络模块，建立了能够准确预测煤与瓦斯突出的神经网络预测模型，并制成了相应的预测软件。应用该软件进行实际检验，预测结果完全与实际相吻合，可以用来准确预测工作面煤与瓦斯突出。     

煤矿配电系统节能降耗研究

有效控制煤矿配电系统的能耗,可保证煤矿配电系统在运行过程中的功率损耗最小。研究了基于BIM的煤矿配电系统节能降耗方法。基于BIM集成煤矿配电系统能耗数据,使用BIM模型存储数据库,存储全部的煤矿配电系统能耗数据;依据配电系统能耗数据的BIM特征,利用注意力机制和长短记忆网络获取以及重构煤矿配电系统的特征序列,来预测煤矿配电系统能耗情况,采用模糊能耗控制方法控制煤矿配电系统能耗。测试结果表明,该方法可最大限度保证数据的完整性,数据集成后,数据失效率低于0.45%,能耗预测的拟合优度值高于0.93,控制后配电系统各个节点的功率损耗结果均低于0.015 MW,且电压相对较为平稳,均在9.5 kV。     

基于ARIMA模型的山东气煤价格研究

为了准确把握山东省气煤价格变动规律,使用时间序列模型,对CCTD中国煤炭市场网山东省气煤价格进行分析,建立了满足最小BIC准则的ARIMA(3,1,1)模型,最终将模型结果应用到2020年的价格预测中。结果表明,模型预测结果准确、可靠,能够为山东省气煤生产和经营企业及时掌握价格变动规律并做出有效决策提供帮助。此外,国内煤炭价格的预测模型多集中在环渤海动力煤价格上,也说明时间序列模型同样可以应用到焦煤价格上。     

基于最小二乘支持向量机的选煤厂日用水量短期预测

针对选煤厂日用水量时间序列的预测问题，提出应用最小二乘支持向量机（LSSVM）这一新的机器学习方法来实现日用水量的短期预测.借鉴多层动态自适应优化算法的思想，提出最小二乘支持向量机参数优化的多层动态交叉验证法；用微熵率法求得选煤厂日用水量时间序列的最佳嵌入维数和最佳延迟参数，重构相空间，建立了基于最小二乘支持向量机的选煤厂日用水量时间序列等维信息一步预测模型.预测结果表明:基于LSSVM的预测模型的预测精度比BP神经网络预测模型的预测精度要高，能够满足选煤厂日用水量预测的需要.     

煤自燃氧化升温过程特性参数及标志气体研究

为了预防任楼煤矿52煤层自然发火,做好煤自燃发展程度的前期预测,准确预报工作,采用煤自燃程序升温试验,测试分析了52煤层煤样的耗氧速率、CO、CO₂和CH₄产生率等特性参数变化规律,以及CO、CH₄、C₂H₆、C₂H₄等气体随煤温变化规律,确定了煤自燃标志气体。结果表明:52煤层煤样耗氧速率、CO、CO₂和CH₄产生率均随煤温升高呈不断增大趋势;CO、C₂H₄可以作为煤自燃标志性气体;52煤层煤样的临界温度范围为60~70℃,干裂温度范围为110~120℃。研究成果对建立煤自燃早期预测预报,并采取有效的防灭火措施具有指导作用。     

基于灰色系统理论的全国煤矿矿难死亡人数预测

基于灰色系统理论,以2004—2015年我国煤矿矿难死亡人数为初始数据,通过建立GM（1,1）模型对2016年及未来4年我国煤矿矿难死亡人数进行了预测,预测结果显示2016年矿难死亡人数在过去几年持续下降的趋势下仍将继续下降。至2020年,矿难死亡人数将降至300人以下。此次利用灰色理论系统预测全国煤矿矿难死亡人数精度高,可达95%,表明运用此理论预测是可行的、有效的。     

Research on risk evaluation of mine gas outburst fatalness in Xiangshui Mine

The danger degree evaluation of coal and gas outburst is mainly evaluating spot risk using the safety examination table and the evaluation value can be found. According to factors influence coal and gas outburst majorth were qualitative or fuzzy similar factors, used fuzzy gathering classification method for the coal and the gas outburst analysis, established fuzzy model, according to the model adopted the fuzzy similar selective principle proceeding evaluated. Two kinds methods join together analysis can raise on the accuracy rate of the prediction. Supported by the National Natural Science Foundation of China(50674052)