黑龙江冰坝研究综述

根据历年冰坝凌汛及灾害调查资料和观测成果,综述了黑龙江上游历年冰坝凌汛发生情况,冰坝河段水文气象特征和河道特性,分析了冰坝成因研究和预报方法的进展,并阐述了冰坝凌汛灾害和防治措施.     

基于纵横交叉算法优化神经网络的负荷预测模型

为了解决传统BP神经网络对高频分量预测精度不高、泛化能力弱的缺点,提出了一种混合小波变换和纵横交叉算法(CSO)优化神经网络的短期负荷预测新方法。通过小波变换对负荷样本进行序列分解,对单支重构所得的负荷子序列采用纵横交叉算法优化的神经网络进行预测。最后叠加各子序列的预测值,得出实际预测结果。通过实际电网负荷预测表明,新模型能掌握冲击毛刺的变化规律,有效提高含大量冲击负荷地区的负荷预测精度,且预测模型具有较强泛化能力。     

国际风电预测预报机制初探及对中国的启示

大规模风电接入使电力系统面临若干挑战,系统运营商不得不在其规划和调度决策中处理风电带来的波动性和不确定性,风电预测已被确定为解决日益严重的电力系统不确定性问题的重要手段。文章介绍了国际上风电预测预报实施机制,提出在我国风电预测预报研究工作刚刚开展之际,应该借鉴国际经验,加快建立行之有效的风电预测预报实施机制来支持风电的健康可持续发展。     

风电功率短期预测及非参数区间估计

为满足电网规划的要求,风电功率预测系统不仅需要提供确切的预测值,还应该对预测值包含的风险做出合理的评估。利用人工神经网络预测风速、风向,并根据实测功率曲线获得风电功率预测值。分析了造成风电功率预测结果不确定的影响因素,提出一种基于预测误差分布特性统计分析的非参数置信区间估计方法,对各功率分区内的预测误差概率密度函数进行建模,并在确定性预测基础上求取概率性风电功率预测值。仿真结果验证了该方法的实用性与有效性。     

基于时序分析的神经网络短期负荷预测模型研究

在负荷预测中，历史负荷数据产生的复杂性和许多不确定因素影响的随机性，使观测到的数据既包含线性部分，又包含许多非线性部分，因此所建立的预测模型就必须综合考虑这2方面的因素。目前常用的预测技术很少能综合考虑这两方面的因素．预测精度选不到要求。本文提出了一种时序分析和神经网络结合的预测方法。由于时序模型中不同阶数的自回归移动平均适合线性预测，可利用自回归移动平均模型(ARMA)处理历史负荷数据中的线性部分；而神经网络模型适合非线性预测，可利用人工神经网络(ANN)模型处理历史负荷数据的非线性部分：这样所建立的模型有机地结合了历史负荷中的线性因素和非线性因素．利用不同模型的优势来处理数据的不同部分，使得预测结果更为准确。实证证明。ARMA-ANN组合预测能提高负荷预测的精度。     

基于ARIMA LSTM组合模型的楼宇短期负荷预测方法研究

在楼宇短期负荷预测中,针对单一预测模型难以充分学习负荷时间序列中的特性问题,提出了一种基于自回归差分移动平均-长短期记忆神经网络(ARIMA-LSTM)组合模型的楼宇负荷预测方法。首先,根据灰色关联度选取相似日时间序列数据为训练样本;然后,利用ARIMA模型预测负荷,并将原始数据和ARIM A预测数据之间的误差视为非线性分量;最后,通过LSTM神经网络对误差序列进行校正,得到楼宇短期负荷的最终预测值。通过对上海市某楼宇的预测效果分析,并将其与ARIMA模型、LSTM模型和ARIMASVM组合模型进行对比,验证了所提方法能够有效控制预测误差,提高楼宇负荷预测精度。     

基于径向基网络的燃气短期负荷预测

用径向基（RBF）神经网络对城市燃气系统进行短期负荷预测。在对鞍山市燃气系统的历史负荷数据进行短期预测结果表明，所建立的RBF神经网络模型具有较高的预测精度。     

优惠券促销定价模型及求解

为了提高优惠券的使用率,提出了一种新的优惠券促销定价模型及求解方法.通过分析优惠券销售的特点,把顾客分为有优惠券的顾客和没有优惠券的顾客两种类型,考虑优惠券面值和发放时间两个因素,以商家利润差最大化为目标建立了发放优惠券的定价模型,利用商务智能中的数据挖掘技术对商场中进行促销的几种商品的销售量进行了预测,并利用遗传算法对模型进行优化求解,通过实例仿真进行了验证.实验结果表明,该模型对于商家制订优惠券策略具有重要的理论意义和应用价值.     

高反照率屋顶对城市热岛及空调能耗的影响

为了研究高反照率屋顶这一城市降温技术对夏季城市热岛效应的缓解作用及对空调制冷负荷的影响,以夏季高温频发的杭州市为例,选取2017年7月22日—28日作为典型高温时段,采用中尺度天气预报模式（WRF）耦合考虑建筑物能量交换的多层城市冠层参数化方案（BEP+BEM）进行数值模拟. 结果表明,反照率为0.85的屋顶使城市区域日均降温0.37 °C,城市热岛强度减小0.21 °C,城市热岛效应得到了一定程度的缓解,空调制冷负荷降低约5.3%;建筑物密集的商业区的降温和节能效果均优于低密度居住区;屋顶反照率与城区2 m气温及空调能耗均线性负相关.     

煤矿冲击矿压的分级预测研究

针对煤矿冲击矿压灾害,研究了冲击危险性的监测原理和冲击矿压危险的分级预测准则.通过连续监测预警技术和系统集成,应用综合指数法、微震法、电磁辐射法和钻屑法,形成冲击矿压的时空分级预测技术体系,即在时间上对冲击危险进行早期综合分析预测与即时预测相结合,在空间上进行区域预测与局部监测、点预测相结合,对冲击矿压的危险性根据危险指数的大小,按无、弱、中等和强冲击危险4级进行预测.根据预测的冲击矿压危险等级,采取加强监测、解危、甚至撤人等防治对策.工程实践表明,采用该技术,可大大提高冲击危险预测的准确性,取得良好的应用效果.