县级电网实用负荷预测方法研究

提出一种根据负荷性质采用相应的预测方法。以某县为算例,根据弹性系数法,从全局、分区和分产业用电量三种负荷预测的方法中,选定最切合当地负荷发展情况的预测结果作为电网规划的依据,实验证明,该方法优于传统的人工统计预测法。     

回归分析法在年用电量预测中的应用

针对年用电量的预测,研究了回归分析法中的一元线性回归模型．该模型充分考虑了年用电量与时间的关系, 以某地区为例,求出该地区1990年至2000年的用电量回归方程,再用该回归方程求得的年用电量与实际值加以比较,误差满足实际要求且方法简单易行,证明了一元线性回归可以有效的应用于年用电量预测．     

回归分析法在年用电量预测中的应用

针对年用电量的预测,研究了回归分析法中的一元线性回归模型.该模型充分考虑了年用电量与时间的关系,以某地区为例,求出该地区1990年至2000年的用电量回归方程,再用该回归方程求得的年用电量与实际值加以比较,误差满足实际要求且方法简单易行,证明了一元线性回归可以有效的应用于年用电量预测.     

回归分析法在年用电量预测中的应用

针对年用电量的预测，研究了回归分析法中的一元线性回归模型．该模型充分考虑了年用电量与时间的关系，以某地区为例，求出该地区1990年至2000年的用电量回归方程，再用该回归方程求得的年用电量与实际值加以比较．误差满足实际要求且方法简单易行，证明了一元线性回归可以有效的应用于年用电量预测．     

基于AHP和余弦决策法的城市轨道交通安全性评价

针对影响城市轨道交通安全的各种因素,从列车设备、工程设施、人员管理以及外部环境等4个方面建立了层次结构的安全性评价指标体系．通过AHP法即层次分析法对评价体系的各指标进行权重的确定,运用余弦决策法建立了城市轨道交通安全性评价模型,对城市轨道交通的安全性进行了综合评价．并用算例验证了模型的合理性和有效性．     

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。     

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。     

湖州电网电力电量预测

本文根据湖州市地方国民经济和社会发展情况，采用电力弹性系数法，数学回归分析法，新增投资用电量法ＧＤＰ单耗法等４种方法，对湖州电网负荷电量进行了中长期预测，预测结果较为接近，可作为电网中长期规划设计的重要依据。     

组合模型在中期电力负荷预测中的应用

为了对中期电力负荷进行合理预测,结合三次指数平滑法和GM(1,1)预测模型,建立了新的组合模型,并以预测偏差平方和最小为准则优化了各单一模型的权重.通过MATLAB编程并以某市全年用电量为例对3种方法的预测精度进行了仿真验证.结果表明,组合模型具有更高的预测精度和更低的预测误差,能避免各单一预测模型的局限性.因此,用组合模型对未来用电量进行预测的结果更可靠.     

夏热冬冷地区高校学生宿舍用电影响参数分析

学生宿舍作为高等院校不可或缺的一部分,具有建筑总面积大、使用率高、建筑总能耗大等特点。现有研究基本上局限于整栋宿舍楼的用电量分析,缺乏对学生宿舍中各个房间用电量的细化分析与研究。以上海某高等院校533间女生宿舍为研究对象,划分4种用电偏好,调研宿舍内学生的空调使用习惯,分析影响学生宿舍用电的相关参数。研究发现,学生的宿舍用电偏好与冬季空调的使用时长有关;回归分析模型显示,同一类型的学生宿舍用电和室外温度具有线性关系。结果表明,通过聚类细分得到的学生用电偏好和室外平均温度是影响学生宿舍用电的重要参数,获取这两个参数的回归方法可以有效掌握学生宿舍的用电情况。     

自回归预测模型的应用

应用数理统计方法建立了用电量自回归预测模型,并利用该模型对某单位用电量进行了预测分析,得到了满意的结果.     

湘东地区村镇住宅能耗调查与分析

对湘东地区4个村镇能源消耗情况进行了调查,采用将能源换算成等效电的统计方法,分析了4个村镇年均用能及能耗情况.调查及分析显示:当前村镇使用的能源种类主要为液化气、薪柴、电、木炭和蜂窝煤,不同的村镇,其能耗所占比例不一样,主要与当地的经济条件及地理位置相关;村镇能耗结构与住宅类型存在相关性,土坯住宅的主要能耗为薪柴,占能耗总量的72.3％,砖混住宅的主要能耗为蜂窝煤和液化气,分别占能耗总量的57.0％和20.7％,钢筋混凝土住宅的主要能耗为液化气和蜂窝煤,分别占能耗总量的48.3％和31.5％;村镇住宅能源结构由低品位能源向高品位能源转变.当前农村用能结构不合理,建议制定可行的农村建筑节能战略,推广可再生能源在农村中的应用.     

基于GM(1,1)模型的用电量灰预测方法

根据社会存在用电量不确定因素较多,变化趋势较为明显的特点,基于灰系统理论建立灰模型（GreyModel,GM）对用电量进行灰预测;用新信息替代旧信息构造了新息GM（1,1）模型,并及时反映目标值的时变特性,更好地考虑实际数据的影响。算例表明：模型的置信度达到99.15%,而误差仅为2.96%,说明用GM（1,1）模型进行用电量预测是有效的。     

基于C-LSTM的短期用电预测模型和应用

基于深度学习下的长短期记忆循环神经网络对家庭短期用电预测进行研究.本研究引入卷积神经网络(convolutional neural network,CNN)和长短期记忆(long short term memory,LSTM)模型结合的混合深度神经网络模型C-LSTM,并在此模型基础上提出多步预测策略.根据对5个真实家...     

基于朴素贝叶斯的电网用户行为分析

针对电网数据利用率低、精度低、分析结果粗糙和分析层面浅等问题,提出了一种基于朴素贝叶斯分析的电网用户行为分析方法.使用模糊C均值聚类将电网用户的用电数据聚类为不同的用电模式,使用朴素贝叶斯分类器将用户的用电行为分为不同的类别,提取出其中主要的用电模式.某纺织企业的48点负荷数据仿真与测试结果表明,所提出方法在分析用户用电模式时的有效性良好,为电力系统的调控与运行提供了一种合理、有效的方法.     

热电联供系统导入效果的评价方法

探讨了新规划热供给区域的热电联供系统导入效果的评价方法．根据东京的能源消费强度来推测新规划热供给区域的能源消费强度．利用不同建筑用途的建筑面积和能源消费强度,计算新规划热供给区域的能源需要量．设定了单体空调系统、锅炉系统、电主热从及热主电从的热电联供系统等4种能源供给系统,通过计算各系统的能源消费量、二氧化碳排放量、初期投资、运行费用和单纯回收年数来评价经济性、节能性和环保性．