基于ARMAX-GARCH模型的微电网风功率预测

目前风功率预测多为风功率期望的点预测,且以采样间隔较大的功率序列作为建模序列,这样会降低预测模型对风功率时序特征模拟的准确度和可信度。文中基于小采样间隔风功率序列,提出ARMAX-GARCH风功率预测模型。通过构造风功率新息序列,结合小时平均风功率序列,建立ARMAX点预测模型,采用BIC最小信息准则和相关性分析实现模型定阶和外生变量选择;采用GARCH模型模拟残差的波动特性实现区间预测。以海岛微电网实测风功率数据为例,进行提前1 h风功率预测。结果表明,与持续法、ARMA和RBF神经网络相比,该预测模型能显著提高风功率期望的点预测精度并具有较好的区间预测效果。     

灰色理论在柴油机油液监测中的应用研究

针对东风11型内燃机车装用的16V280ZJA型柴油机油液监测数据,首先进行了级比平滑检验和级比界区检验,检验其是否满足灰色理论中的非等间隔GM（1,1）模型的应用条件,然后对不同长度的序列、不同级比平滑度的序列以及新旧息更换的序列进行了拟合、预测和分析,计算结果显示了该模型分析和预测柴油机状态的有效性;同时根据不同序列的计算结果和对比分析,提出了应用该模型来模拟、预测监测对象运行状态以及数据采样应注意的一些因素。     

基于改进型蚁狮混合优化系统模型负荷可调节能力预测

为解决传统灰色模型在电力负荷预测应用中存在的问题,文章研究一种电力负荷可调节能力预测模型的性能提升方法.所提方法在传统灰色模型和改进蚁狮优化算法的基础上,结合灰色关联分析方法和动态滚动机制,提出一种改进型蚁狮混合优化灰色预测模型.为验证模型效果,文章采用北京某台区用电负荷可调节量模拟数据建模,并同4种预测模型的结果进行...     

基于集合经验模态分解和自回归滑动平均的某碾压混凝土重力坝变形预测模型及应用

为更精确地预测大坝变形数据,针对大坝变形监测序列的非线性和非平稳性问题,提出了一种结合集合经验模态分解和自回归滑动平均模型的大坝变形预测模型。首先利用集合经验模态分解法将非平稳的大坝变形监测数据分解为具有不同特征尺度的本征模态函数,然后分析各分量特征并分别建立自回归滑动平均模型,选择各自适合的最优模型参数,最后叠加各分量的预测结果作为最终的变形预测结果。分析结果表明,相较单一预测模型,结合集合经验模态分解和自回归滑动平均模型的组合预测模型的预测精度更高。     

城市需水量的灰色非线性预测

应用灰色理论建立了连云港市年需水量的单变量一阶灰色预测模型,在分析其缺陷的基础上,引入了使平均相对误差为最小的灰元ａ作方程的指数,从而建立起灰色非线性常微分方程模型,它弱化了模型对原始样本序列呈指数规律的要求,经误差分析表明它具有比单变量一阶灰色预测模型更高的精度,适用范围更广。灰色非线性预测模型用于城市年需水量预测,其结果令人满意     

基于改进灰色模型与BP神经网络模型组合的风力发电量预测研究

针对灰色模型在数据序列无规律的风力发电量预测中精度不高的问题,通过对原始数据的平滑处理改进灰色模型,并将改进的灰色模型与BP神经网络相结合构建组合预测模型,采用灰色关联法改进组合预测的权重系数。实例分析表明,改进的优选组合模型预测的准确度高于单一模型及传统的优选组合预测模型。     

基于DGM(1,1)与DNGM(1,1)模型评估能源消耗趋势

灰色预测模型适用于不确定性系统,它的离散模型DGM(1,1模型和DNGM(1,1)模型都被认为是通用的时间序列预测模型,且都能实现对齐次指数序列的无偏模拟。分别利用DGM(1,1)模型和DNGM(1,1)模型对中国能源消耗总量统计数据进行建模,通过比较2种模型对数据的模拟精度,发现DNGM(1,1)模型预测效果更好。最后,利用DNGM(1,1)模型预测到中国2022年、2023年的能源消耗总量分别为5.064 457 522×10⁹t,5.137 593 946×10⁹t。比较了中国一次能源生产总量与能源消耗总量的增长速度,从可持续发展的角度分析了一次能源生产与能源消耗的关系。     

舰船柴油机磨损趋势预测的灰色模型方法

针对工程中的非等时空距问题和原始数据序列发生转折性变化的情况 ,在非等间距 GM模型和灰色预测校正模型的基础上 ,建立了非等间距灰色预测校正模型。将该模型用于舰船柴油机光谱分析数据的趋势拟合和预测 ,结果表明该模型找到了准确的转折点 ,对变化后的趋势进行了正确的预测。     

基于最大Lyapunov指数-校正的风电功率实时预测研究

依据混沌相空间重构理论,提出基于最大Lyapunov指数-校正的风电功率实时预测模型,该预测模型将Lyapunov指数预测模型的一步预测值作为真实值加入到原序列中,对新构成的时间序列进行相空间重构和预测,从而实现了多步预测,并依据风电功率的物理实际约束对Lyapunov指数的预测值进行校正。以东北某风电场的实测数据为例,对风电功率进行实时预测,预测结果验证了模型的有效性。     

灰色自记忆模型在杭州市年降水量序列中的应用

将灰色微分方程与自记忆函数相结合构建灰色自记忆模型,并对杭州市年降水量序列进行拟舍和预测,采用逐步回归周期分析法提取该序列的周期项后,再对残差序列建立灰色自记忆模型.结果表明,采用残差序列建立的模型,模拟和预测精度大幅提高.