系统优化的GM(1,1)模型在大坝位移预测中的应用

针对传统灰色GM(1,1)模型的缺陷,以陈村大坝为例,根据最小二乘原理提出了以GM(1,1)的一次累加生成建模序列所有分量的拟合误差平方和最小为约束条件,求得新灰色GM(1,1)预测模型的最优初始值,改进了原GM(1,1)模型的背景值及灰度值,并与传统GM(1,1)模型做了比较.数值仿真结果表明,新模型精度较高,预测效...     

改进的非等间距GM(1,1)大坝位移监控模型

针对传统GM(1,1)监控模型在拟合和预测大坝位移方面的不足,通过采用积分方式重构背景值、引进最佳赋权矩阵体现原始数据的时间影响效应、优化残差等途径,提出了改进的非等间距GM(1,1)大坝位移监控模型。结合工程实例,对比分析表明改进的GM(1,1)监控模型相比于传统GM(1,1)监控模型在对大坝位移原始监测资料分析的基础上,预测精度有较大提高,可作为一种新的预测手段应用于大坝位移预测中。     

基于改进背景值构造方法的GM(1,1)能源消费预测模型

针对传统GM(1,1)模型预测能源消费时存在的问题,改进了传统GM(1,1)模型中背景值的构造方法,提出用Newton差分插值和高阶Newton-Cotes公式构造背景值,并以四川省为例进行能源消费预测.结果表明,改进的GM(1,1)模型预测误差较小,精度较传统GM(1,1)模型有所提高,可用于四川省未来能源消费量的预测.     

基于改进GM(1,1)模型的电力市场期货价格的预测

建立和实现了基于灰色理论的电力市场期货价格的改进GM(1,1)预测模型。从改进θ参数、修正初始条件、等维新息处理等三个方面对原始GM(1,1)模型进行了改进,并利用真实期货价格检验改进GM(1,1)模型的拟合效果。结果表明,改进GM(1,1)模型的预测效果明显好于原始模型,具有较高的预测精度。     

改进的非等间距GM(1,1)模型在大坝沉降分析中的应用

由于影响大坝监测数据因素多,且数据存在非等间距离散的情况,利用传统非等间距GM(1,1)模型的建模原理,分析了数据拟合与预测精度低的原因,提出了优化背景值的改进非等间距GM(1,1)模型,根据两种模型对施工期堆石坝心墙的沉降观测数据进行拟合和预测。实例表明,改进模型精度较高,更接近观测值,可应用于工程实际中。     

基于鸡群算法参数优化的改进GM(1,1)模型的变压器绝缘水平预测

针对GM(1,1)模型背景值及初始值设置方面存在的缺陷,为减少绝缘事故的发生,提出一种基于鸡群算法参数优化的改进GM(1,1)模型,以南方电网某变电站SSP9-H-120000/220型220kV主变压器为例,选取绝缘电阻和油介质损耗因数两种指标作为反映变压器整体绝缘水平的状态量,采用所提模型对其进行预测。实例应用结果表明,改进模型在提高变压器绝缘水平预测精度方面效果显著,更符合实际工程需要。     

改进的GM(1,1)模型在城市用水量预测中的应用

针对GM(1,1)模型对原有数据信息利用不充分、模拟序列首项固定不符合最小二乘法要求两个问题,以原始序列与模拟序列差值平方和最小为条件,利用最小二乘法确定了GM(1,1)白化权函数的时间响应函数中的常数,构建了改进的GM(1,1)模型,并应用于宁波市用水量预测中.结果表明,改进的GM(1,1)模型预测精度大幅提高,具有较好的可行性和实用性,可用于预测城市未来用水量.     

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。     

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...     

改进的GM(1,1)模型在西安市用水量预测中的应用

针对近年来西安市用水量变化的特点,采用改进的GM(1,1)模型用于用水量预测,并与传统的GM(1,1)预测模型进行了比较.结果表明,改进的GM(1,1)模型可取得较好的预测结果.     

短期电力负荷预测的GM(1,1)模型群方法及应用

针对灰色GM（1，1）模型用于电力短期负荷预测不能有效反映负荷周期性变化及精度不高的问题，提出了GM（1，1）模型群方法。该方法通过分时段（时、天）单独建模，利用一群GM（1，1）模型进行预测，有效提高了预测精度并很好地反映了负荷的周期性变化。该方法克服了使用GM（1，1）模型不能很好体现实际负荷过程的局限，具有较高的实用价值，拓宽了GM（1，1）模型用于电力负荷预测的范围。     

基于DPBIL-SVM混合模型的电力现货市场出清价预测研究

为准确预测现货市场出清价,利用改进的基于种群增量学习的进化算法(DPBIL)对SVM参数进行优化,构建了基于DPBIL-SVM的混合预测模型,将该模型应用于挪威电力市场短期电价预测中,并与灰色GM(1,1)模型和BP人工神经网络模型进行比较。结果表明,所提模型能够将现货市场出清价预测误差控制在5%以下,合格率97%,效果优于灰色GM(1,1)模型和BP人工神经网络模型,符合现货市场实际报价的要求。     

电缆线路的110 kV变电站无功补偿研究

针对目前110kV变电站无功补偿准则宽泛,确定的无功补偿取值范围较大,不能准确给出补偿方案的现状,提出了一种针对电缆线路的110kV变电站无功补偿方法,即先分析参与无功平衡因素,从中确定相关特征参数,然后建立含有电缆的典型110kV片网模型,使用多参数参与影响方式计算变电站相应的无功补偿比率,并对特征参数的相关度进行分析,从而得到针对电缆线路的110kV变电站无功补偿方法。实例分析表明所提方法能够便捷、有效地给出无功补偿方案,可应用于工程实际。     

基于认知分析的变电站人为可靠性分析方法

叙述了变电站设备可靠性分析方法和其他工业领域的人为可靠性分析研究历史,分析了变电站运行人员的操作行为和操作票制度,并指出了智能电网战略下数字化、无人值守变电站的发展趋势,以及程序化操作和远动执行装置的推广运用对运行人员具体操作的影响.结合电力操作独有的特点,修改基本的认知可靠性和误差分析模型,使其符合电力系统实际,提出了一种基于认知可靠性和误差分析模型的变电站人为操作可靠性分析方法.通过某变电站倒闸操作的案例分析,验证了模型的正确性,并指出模型的应用方向.     

基于对手报价预测的流域梯级水电站联盟博弈

为分析电力市场下流域梯级水电站的联盟策略,结合梯级水电站自身特点与发电约束,剖析流域上不同投资主体水电站的潜在联盟结构,建立联盟博弈模型,并采用改进的灰色GM(1,1)模型预测市场中对手的报价,以解决博弈的不完全信息问题。以某梯级水电站为例,探讨了梯级水电站不同联盟结构的形成条件。结果表明,市场需求弹性系数越高,梯级水电站的结盟偏好越显著。     

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。