IGM(1,1)幂模型在中长期负荷预测中的应用

针对GM(1,1)幂模型的固有缺陷,通过优化灰导数构建了IGM(1,1)幂模型,指出该模型可对呈S型曲线增长或增长处于饱和阶段的中长期负荷数据及增长型负荷数据建模,选取不同参数,可将GM(1,1)幂模型转换为GM(1,1)、verhulst及Gompertz模型,并采用不同测试数据及电网实际负荷数据验证,结果表明,该模型适用性广、精度高.     

负荷预测的变权重灰色模型及其应用

针对传统灰色预测模型GM(1,1)在电力负荷预测中存在的局限性,提出了电力系统中期负荷预测的变权重灰色模型.以河北承德为例进行负荷预测,并与指教平滑法、动平均法、二项式预测模型和GM(1,1)模型四种方法的预测结果及实际用电量进行分析比较.结果表明,该模型预测精度较高、简捷、合理、实用,可作为中期电力负荷预测的工具之一.     

基于FFT,DC-HC及LSTM的短期负荷预测方法

针对电力负荷序列非线性、随机性等特点引起的电力负荷预测精度低问题,提出一种基于快速傅里叶变换(FFT)、密度层次聚类算法(DC-HC)与长短时记忆(LSTM)神经网络相结合的短期负荷预测方法.首先,采用FFT计算出所有原始电力负荷序列对应的期望频率,并以之作为负荷聚类的特征量.然后采用DC-HC算法对负荷进行聚类,将原...     

基于改进的GM(1,1)模型的南京市用水量预测

运用传统的和改进光滑度后的GM(1,1)模型分别对南京市年用水量进行建模预测.改进的GM(1,1)模型先对原始数据进行线性变换,再对变换后的数据应用GM(1,1)模型进行预测,有效提高了模型的拟合精度和预测精度.1998～2006年南京市用水量的建模结果分析表明,改进后的GM(1,1)模型预测用水量时拟合效果更好;2007～2009年用水量资料验证亦表明改进后的模型预测精度更高.     

基于数值分析的改进GM(1,1)负荷预测模型研究

针对传统GM(1,1)模型进行负荷预测存在的不足,采用数值分析算法求解GM(1,1)模型中的参数,直接建立灰微分白化响应方程,构建了一种基于数值分析的GM(1,1)改进负荷预测模型,并以山西省大同市10条10 kV配电线路为例,对模型进行了验证.实例结果表明,改进模型克服了差分方程与微分方程结合所造成的模型误差,预测精...     

基于灰色理论与神经网络的柴油机相继增压系统故障预测与诊断(英文)

增压柴油机是一个具有不确定性的复杂系统,灰色理论是一种处理不确定性的理论.为了保证柴油机的可靠运行,使用灰色预测理论与神经网络技术对柴油机相继增压系统进行了故障预测与诊断.采用MAT-LAB语言编制了灰色预测程序并训练了神经网络,训练好的神经网络具有良好的泛化性.采用GM(1,1)模型对相继增压柴油机运行参数进行预测,对于波动数据,使用改进GM(1,1)模型进行预测,预测参数与试验数据的相对误差均在5%以内.预测参数送入已培训好的神经网络中,对柴油机相继增压系统可能发生的故障进行预测与诊断.     

初值非固定的动态模型在变压器故障预测中的应用

基于新信息优先原则,将最新突变数据列为离散GM(1,1)模型初始值,采用预测数据等维更新原始数据序列,同步递进更新初始值,如此反复建立了等维滚动的初始值递进的动态离散GM(1,1)模型,运用该模型对变压器油中溶解气体含量有明显变化的情况进行了故障预测,并与DGM(1,1)模型的预测结果进行了对比分析。结果表明,本文方法实用、有效。     

正交设计灰色模型在年电力负荷预测中的应用

基于正交设计和灰色系统理论．提出一种预测年电力负荷的新方法。采用新陈代谢技术和加权最小二乘参数辨识法对标准GM（1,1）模型进行改进。以背景值系数OL、建模所需数据个数m和加权参数q作为可控因素,根据专家经验设计了三因素三水平正交表。以平均绝对百分比误差为输出目标,通过信噪比分析,得出最优参数水平组合,并通过方差分析,进一步得出各可控因素对预测效果的影响程度。对2个电网的负荷进行预测,结果验证了所提方法的可行性和有效性。     

基于改进灰色模型的江苏省发电量预测研究

针对传统灰色预测GM(1,1)模型在实际应用中存在预测精度不高或精度通不过检验的问题,基于2000～2009年江苏省发电量数据,采用改进的灰色预测GM(1,1)模型预测了江苏省2000～2009年发电量,并与传统灰色预测GM(1,1)模型的预测结果进行比较。结果表明,改进的灰色预测GM(1,1)模型显著提高了原始数据序列的光滑度,预测误差远低于传统灰色预测GM(1,1)模型,进而预测了江苏省2015、2020年的发电量,对江苏省制定电力发展规划具有重要的参考意义。     

地源热泵供暖/制冷住宅建筑的电负荷预测法的建模及应用

地源热泵(GSHP)作为一种新型高效的空调技术,正得到越来越广泛的应用.对于GSHP供热/制冷的住宅建筑,使用传统的电负荷预测方法已经难以适用,为此提出一种新的电负荷预测方法,将住宅建筑的用电负荷分解为家庭用电负荷、传统公共用电负荷和GSHP空调系统用电负荷三部分.对前两种用电负荷采用单位指标法进行负荷计算,并在计算家...