灰色预测GM(1,1)模型在张家口市需水量预测中的应用

为解决张家口市水资源供需矛盾,使有限的水资源得以充分利用,以张家口市2010年为现状年,2020年为重点规划年,2030年为远期规划年,运用灰色预测GM(1,1)模型预测了张家口市居民生活需水量、公共事业需水量和万元工业增加值需水量。结果表明,张家口市需水量在未来20年总体呈增长趋势,但后期增幅有所减缓,根据预测结果提出的合理化建议,可为供水系统优化调度和水资源的合理配置提供参考。     

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...     

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...     

基于GM(1,1)模型的生物质材料产生量预测

随着农业发展进程的加快,生物质材料产生量呈现逐年上升趋势。为了能够科学有效的实现资源二次利用,本文以哈尔滨市为例,基于2016-2020年三大农作物播种面积数据对生物质材料产生量进行估算,通过GM(1,1)模型对2021-2025年的生物质材料产生量进行短期预测,采用灰色建模软件V6.0进行统计分析,得出2021年的生物质材料产生量预测值为333.881 0万t,是2016年的1.32倍,2021年的播种面积为3 055.96万亩,经公式换算后得出实际生物质材料产生量为345.384 3万t,平均相对误差为3.0%。结果表明,采用GM(1,1)预测模型能够很精确的预测哈尔滨市中短期内的生物质材料产生量。该预测方法既可以为秸秆能源化提供思路,也同样适用于以秸秆为主要生物质材料的城市的产生量预测。     

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.     

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.     

基于灰色系统GM(1,1)模型的柴油机热工参数预测研究

柴油机热工参数预测是柴油机故障诊断研究的重要方向,对于实现柴油机的视情维修具有重要意义。提出基于灰色系统GM(1,1)模型的柴油机热工参数预测方法,在柴油机小样本热工数据基础上建立预测模型,并利用新陈代谢法实时更新建模数据,以提高样本数据的利用效率和预测精度。基于上柴SC5D122D型柴油机实验台模拟气缸排气阀间隙的劣化过程,同步检测相关热工参数获得数据样本,对预测模型进行效果验证。结果表明,该预测方法具有建模数据量小,预测接近度高,计算简单等优点。     

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。     

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GM(1,1)模型预测柴油机润滑油金属元素含量的变化趋势

利用灰色系统GM(1,1)预测模型对柴油机润滑油中的金属元素进行趋势预测,首先利用元素历史数据建立动态微分方程,然后基于该微分方程预测元素的变化趋势,为润滑油性能分析和故障定位提供参考。通过对某型柴油机润滑油的监测实例,结果表明该预测方法具有数据量小、计算简单、预测准确的特点。     

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。     

基于灰色预测GM（1，1）模型的城镇生活需水量预测

鉴于科学的需水量预测是水资源合理配置的重要依据,基于围场县2006～2010年城镇生活用水量的统计资料,利用灰色预测GM(1,1)模型对实际用水量进行了模拟分析,模拟结果与实际用水量的平均误差为1.53%。灰色预测GM(1,1)模型适用于围场县城镇生活需水量的预测,进而预测了围场县不同期限(短期、中期、长期)的城镇生活需水量。通过一次供需平衡分析明确了未来水资源的供需矛盾,提出了城镇生活用水高效利用对策,可在一定程度上缓解城镇生活用水的供需矛盾。     

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。     

灰参数Verhulst模型在电力期货价格预测中的应用

针对GM(1，1)模型对于期货电价按照“S”形曲线增长或增长处于饱和阶段时预测误差较大的局限性，建立了预测电力期货的灰色Verhulst模型，并对参数α的变化规律进行了Verhulst模型预测。将改进的灰参数Verhulst模型运用于电力期货价格预测实例中，取得了较好的结果。     

改进的非等间距GM(1,1)模型在大坝位移预测中的应用

针对传统GM(1,1)模型在大坝位移预测中的缺陷,通过引入时间变量构建缓冲算子、重构背景值、优化残差等方式改进传统GM(1,1)模型。以某大坝测点径向位移样本为例,分别采用两种模型对观测值进行拟合预测。结果表明,改进的非等间距GM(1,1)模型预测精度有较大提高,更适用于大坝位移监控。研究成果可为大坝位移预测提供参考。     

电力市场中热电联产机组两部制电价机制的研究

通过比较热电联产机组与常规火电机组的优势劣势,分析了国内外电力市场中热电联产机组的扶持政策和运营情况,提出了热电联产机组参与电力市场的两部制电价机制设计方法,给出了热电联产机组两部制电价中可用容量、可用小时数、容量电价、电量电价等参数的计算方法,形成了一套科学合理的价格形成机制,使其与常规火电机组可以参与同一电力市场竞价上网。     

双边电力市场的最后要价仲裁模型

针对双边电力市场环境下买卖双方逐利的目的,很难就固定的合同价格达成一致,利用在国际贸易领域已较成熟应用的仲裁模型,建立了双边电力市场中买卖双方报价的最后要价仲裁模型。应用此最后要价仲裁模型市场交易员能较好地控制电价,同时还可解决暗标拍卖所造成的价格波动,有效地抑制买卖双方因乱用市场力造成的电价飞涨,形成稳定的电力市场环境。