抚宁县电力负荷的中期预测

根据秦皇岛市抚宁县 1992～ 2 0 0 1年 10a的实际用电量数据 ,采用灰色GM(1,1)模型对未来 10a的用电量进行预测 .因未通过关联度校验和后验差检验 ,故提出了灰色指数平滑预测方法 ,先对原始数据序列进行一次指数平滑 ,然后再建立灰色模型 .经检验模型合格 ,同时提高了预测精度     

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。     

基于灰色马尔科夫链的用电量预测模型分析及应用研究

准确预测用电量是电力系统运行和规划的基础,是电力企业制定配售计划、经营战略和策略的基础。用电量受到产业结构、经济发展、居民收入水平和国家政策的影响,是一个灰色系统。针对我国供电量进行预测,首先采用灰色模型GM(1,1)进行预测,利用初步预测结果的相对误差构建马尔可夫转移矩阵,对灰色模型得出的预测值进行马尔可夫修正,经实例验证,预测精度可以进一步大幅提高。     

无偏灰色模型在电力负荷预测中的应用

为了提高电力负荷预测的准确度,应用无偏灰色预测模型对电网用电量进行了预测,在对无偏灰色模型特性进行了分析的基础上,与传统灰色预测模型进行了对比．理论分析和实例计算均表明,在指数趋势时间序列条件下无偏灰色预测模型较传统灰色预测模型性能优越,相对误差可降低到1％以内,适合在电力负荷预报中推广应用．     

灰色系统理论在发电量预测中的应用

针对如何预测水力发电系统未来的发电量,引入灰色系统理论,通过建立GM(1,1)灰色预测模型对某地区历年的用电量进行计算分析,得出的结果与实际相符,证明使用灰色系统理论来预测发电量是可行的.     

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。     

自适应滤波预测法在电量预测中的应用

用时间序列分析中的自适应滤波地，建立某市用电量的预测模型，得到了用电量发展变化的规律；对模型从几个方面进行了分析并与电量预测常用的指数平滑法和灰色法进行了对比，结果表明自适应滤波法适合用于城市电量预测并可认为是一种较好的方法。     

基于关联分析的多因素电力负荷预测灰色模型群研究

针对目前电力负荷预测受到多种因素的影响,在灰色关联分析的基础上对灰色模型群进行了研究。以河北南网用电量为研究对象,将全社会用电量分为若干子系统,使用灰色关联分析的方法确定主因素变量,利用灰色模型群建模法,从不同方面建立多种预测模型,综合协调各个结果得到更为合理的预测值。     

灰色模型在电力负荷预测中的应用

应用灰色系统理论分析了某电力系统电力负荷的动态变化趋势。并用灰色预测理论对该系统现有的年用电量时间数据序列进行处理，进而建立了GM（1，1）预测数学模型，最后提供了预测实例。     

基于三次指数平滑对用户用电量的预测

针对用电量预测,综合使用分段三次Hermite插值法和三次指数平滑法等方法,构建了时间序列模型.采用Matlab、Excel等软件编程,得出了武汉市某用户在2014年12月至2015年9月用电量与时间的关系,并由此预测未来6个月的用电量.研究结果可为更好地掌握未来用电量的信息,并制定合理的用电措施提供参考.     

基于灰色与计量经济模型的用电最优组合预测

通过对电力市场需求影响因素的分析,提出了计量经济与灰色预测的优化组合预测模型,经过论证并用实例比较得出此模型比其中任一单一模型预测误差率都小,预测结果更精确,为电力市场用电量需求提供了一个实用有效的预测方法。     

城市电力需求灰色预测模型研究

采用灰色系统理论预测城市用电量,通过1999~2006年的数据来对模型进行验证,结果表明,模型的检验值P>0.95、C<0.35,这说明模型的预测精度为"优"。同时,对南京市2009~2015年全社会用电量进行预测,结果表明,今后几年南京市的用电量增加很快,这就要求加快电力建设,来满足今后几年经济发展对电力的需求。     

烟台莱州地区电力需求分析与研究

通过分析烟台莱州地区历史电量和负荷特性情况,对2014-2020年莱州地区电力需求进行研究,运用产值单耗法、灰色预测法及时间序列外推法对全社会用电量进行预测。     

基于协整理论和灰色系统理论的上海市电力需求预测

利用协整理论和灰色系统理论,对上海市1995～2012年的全社会用电量进行分析,然后通过方差倒数法对2014～2020年电力需求进行组合预测．结果表明,组合预测的平均相对误差为2．06％,拟合精度较高．     

基于随机森林的用电行为分析

长期以来窃电问题一直困扰着电力企业,它不仅损害了供电企业的合法权益,扰乱了正常的供用电秩序,而且给安全用电带来了威胁.通过机器学习算法,对电力用电数据进行分析处理,可以预测用户是否存在窃电行为.基于电力数据中用户用电量提取相关特征,结合随机森林算法,提出了一种预测用户是否具有窃电行为的方法.对比多组实验数据,调节特征数量以及算法参数,以提高预测准确率和预测速度.     

纺织厂月用电量预测

探讨了纺织厂月用电量特征和预测方法,给出了实用的预测数学模型。还以某纺织厂为例,分析了纺织厂月用电量预测方法和修正原则。给出了厂月用电量预测程度设计框图。     

城市中长期用电量预测方法研究

针对影响城市中长期用电量的主要因素,分别建立一元线性回归法、产业产值单耗法、大用户分析法以及气候分析法4种预测模型,结合算例详细介绍各模型的建立过程以及有效性检验。算例结果表明,4种预测方法在预测用电量时误差都较小,可以针对不同的情况采用。     

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.     

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。