浅谈配网规划中负荷预测的几种方法

负荷预测的基本方法有两种 :一种是从电量预测入手 ,然后转化为负荷 ;一种是从计算分区现有负荷密度入手 ,然后再推算出总负荷。前一种方法即电量预测法 ,在高压配电网的负荷预测中比较常用 ,电量预测法就是先预测年用电量 ,再除以最大负荷利用小时数 ,从而得到最大负荷值的方法 ,具体采用的预测方法很多 ,常用的有单耗法、弹性系数法、综合用电水平法、外推法 ;而后一种方法具体采用的是负荷密度法。(1 )　单耗法 :根据计划产品数量 (或产值 )和用电单耗来推算年用电量 ,比较适用于有单耗指标的工业和部分农业负荷 ,是预测有单耗指标的工业…     

永康市电力电量的灰色预测

永康市电力电量的灰色预测张瑶浙江省永康市供电局（３２１３００）一、灰色系统建模的特点灰色系统建模预测是近年来发展起来的预测方法。灰色理论认为一切随机样本量是在一定范围内变化的灰色量，将随机过程看作是在一定幅区间和一定时区间变化的灰色过程。对灰色量不是...     

基于随机森林模型的山体滑坡空间预测研究

滑坡灾害空间分布的准确预测是实现防灾减灾的重要途径。以2010年福建省顺昌地区滑坡资料为基础数据,分别应用随机森林模型和逻辑回归模型对福建顺昌地区山体滑坡发生与滑坡因子之间的关系进行实证分析,通过模型变量筛选、模型精度分析,探讨了随机森林模型在我国南方山体滑坡空间预测中的适应性。结果表明:随机森林模型对滑坡发生数据的拟合效果比逻辑回归模型好,其对顺昌地区滑坡发生数据的预测精度为90.8%,而逻辑回归模型的预测精度为81.8%;随机森林模型对研究区滑坡发生的泛化能力比逻辑回归模型好,其预测出高危险区和较高危险区所包含的滑坡比总和为66.05%,而逻辑回归模型为63.34%。研究结果表明随机森林模型的性能优于逻辑回归模型,可用于顺昌地区基于滑坡因子的未来滑坡发生的预测预报。     

基于灰色BP神经网络的农业机械总动力预测

为预测宁夏地区农业机械化水平的发展变化趋势,提出一种将灰色预测模型与BP神经网络有效结合的农业机械总动力预测方法。在BP神经网络的数据预处理阶段融入灰色预测理论,建立基于灰色BP神经网络的农机总动力预测模型,并选取1991-2014年宁夏回族自治区农业机械总动力数据作为样本,利用该模型进行仿真预测,结果表明:该模型具有较高的预测精度,其平均相对误差仅为0.18%,明显优于灰色GM(1,1)模型的3.5 0%和标准BP神经网络的0.2 9%。     

基于灰色系统的年降雨量预测模型探析

灰色预测是采用原始数据序列所生成的新的数据序列进行建模的一种方法.本文根据丹东地区5年的年降雨量系列数据,利用灰色GM(1,1)建立预报模型来预报预测未来降雨量.     

冀北地区农网变电规模预测

该文针对冀北地区的电网数据进行分析,在对年用电量按不同供电模式进行分类和中长期预测的基础之上,结合目前电网变电规模数据以及其他影响因素来预测规划将来某一年的变电规模,对变电站的中长期发展建设提出参考性的建议。     

基于灰色理论与BP神经网络组合模型的中长期负荷预测

灰色系统预测模型是中长期负荷预测的一种有效方法,但是,此模型存在未考虑经济因素对负荷发展的影响及难以满足高精度要求的缺陷,构建了考虑经济因素影响的灰色BP神经网络组合预测模型,通过灰色关联分析方法确定影响负荷的主要经济因子.主要经济因子的引入,使预测模型更符合实际、更合理.应用此组合模型对某省全社会用电量进行了中长期预测,结果表明,该模型具有更高的精度和更好的实用性.     

农村用电量的灰色预测

本文应用灰色系统理论，以我国历年农村用电量为依据，经过累加生成时间序列，用微分方法建立色动态模型，并用政策经验模型校正，进一步提高了预测精度，从而建立了我国农村年用电量的预测模型。     

禽蛋孵化过程组合预测研究

针对孵化过程是一个具有高度非线性、大滞后、时变特性且强耦合性的农业生产过程,提出了一种基于灰色预测和联想记忆神经网络的组合预测方法.该模型首先利用灰色预测模型和联想记忆神经网络分别对焦炉禽蛋孵化过程温、湿度进行预测,然后采用方差-协方差优选组合预测法对2种单一模型的预测结果进行加权集成,以获得较为准确的预测精度,实现孵化过程温度和湿度的有效预测.运行结果表明,组合预测模型均方根相对偏差为0.9％.     

变权组合预测模型在兴平市地下水动态预测中的应用

针对地下水埋深变化离散性程度较大的兴平市,利用兴化漏斗区2000-2011年的地下水位埋深数据,采用基于指数预测法、线性回归预测法及灰色预测法的变权组合预测方法,对其进行地下水位埋深的模拟和预测。通过对兴平市地下水动态的预测,对比变权组合预测方法和单纯运用某一种单项预测方法在精度上的差别,证明了变权组合预测模型具有可行性和较高的精度,并在此基础上对兴平市未来地下水埋深进行了预测。     

中长期电力负荷预测的集对分析聚

提出了一种中长期电力负荷预测的集对分析聚类算法。该方法采用集对分析中的同异反模式进行模式识别，并根据聚类分析的基本思想进行分类预测。最后采用福建省年用电量数据进行了实例研究，结果表明该预测方法是有效的。     

农用运输车发动机缸壁耐磨寿命的灰色预测

通过现有的农用运输车发动机缸壁耐磨的试验数据 ,应用灰色GM(1,1)模型来预测其结果 ,可以缩短产品的开发时间和节约大量的人力物力 ,并且能够获得可靠的数据 ,为今后进行类似产品开发 ,提供了一种新的方法 ,也拓展了灰色理论在处理试验数据中的能力。     

基于RF-SA-SDCNN的涡扇发动机剩余寿命预测

针对涡扇发动机现阶段预测精确度低的问题,提出了一种基于RF-SA-SDCNN相融合的涡扇发动机剩余寿命预测方法。首先,将多传感器长序列数据进行指数平滑和归一化处理,以减少由于量纲、取值范围不同和噪声波动引起的误差,并利用随机森林算法对多元传感器信号进行重要性特征提取;然后,搭建基于随机森林算法和自注意机制与堆叠膨胀卷积神经网络相结合的预测模型,自注意机制通过对特征赋予不同权重分配加强贡献度,堆叠膨胀卷积通过扩大模型感受野提取时序特征用于回归分析,并利用GridSearch优化算法和StratifiedKFold交叉验证方法优化模型提升模型预测精度;最后,采用CMAPSS数据集验证验证所提方法的有效性。结果表明,所提方法可有效提高涡扇发动机剩余寿命预测精度。     

改进灰色波形预测方法在降水量预测中的应用

为提高降水量预测的准确度,降低经济损失.针对降水量数据序列非线性、非平稳的特征,在已有灰色波形预测模型的基础上引入斜率和分位数,构造非等间隔斜率灰色波形预测模型.首先,采用斜率等高线解决降水量数据具有上升、下降或波动的特征;其次,引入分位数解决降水量数据非平稳的特征;再次,采用GM(1,1)模型对满足条件的等高时刻序列建模;最后,采用非等间隔斜率灰色波形预测模型方法及传统方法对河南省1990-2019年的降水量数据进行分析.结果表明:基于方法的降水量预测结果与实测结果更相符、预测误差更小,精度较高.提出的斜率非等间隔灰色波形预测模型能够对非等间隔、具有上升或下降趋势的数据序列进行有效预测.     

地区农网变电规模预测研究及软件设计

如何合理预测和研究变电规模的大小以及各量之间的优化配置,是构成一个安全、可靠及经济网架的重要基础,可提高整个电力系统的经济效益和社会效益.为此,首先对传统的中长期电量预测进行改进,以不同供电模式进行用电量分类,针对不同负荷特点选用恰当的数学方法进行电量预测.在目标年电量的基础上,结合其它影响因素配置变电规模,对电网的中长期发展建设提出参考性的建议.     

基于神经网络的农业灌溉量预测

以农业灌溉量为研究对象,将其看作灌区有效灌溉面积、年降雨量、粮食总产量的非线性函数,并利用神经网络和灰色预测等方法对其进行预测;在此基础上,再利用神经网络的非线性特征对灌区的灌溉供水量进行预测,并且对山东聊城彭楼灌区的数据进行了验证。结果表明:相对误差较小,预测精度达到了要求。     

基于灰色关联法的月降雨量预测

【目的】提高降雨量预测精度,为农业、水利等相关部门提供决策依据。【方法】鉴于月降雨量时间序列具有显著的多尺度特征,开展了数据驱动下基于模型融合的月降雨量预测研究,应用灰色EGM(1,1)模型和自适应模糊神经网络系统(ANFIS)分别预测了年尺度与月尺度下的月降雨量,采用灰色关联法将2个预测结果进行数据融合。利用澳大利亚维多利亚8个站点降雨数据验证所提出方法,并将预测结果进行了与单一灰色EGM(1,1)、ANFIS、人工神经网络(ANN)、自回归积分滑动平均模型(ARIMA)与聚类回归法(CLR)模型预测结果对比。【结果】模型融合预测结果精度高于单一EGM(1,1)、ANFIS、ANN及ARIMA模型预测结果,并在8个站点中的5个取得了最佳预测效果,其中中部地区(Ballarat和Cape Otway站点)及东部地区(Dookie,Wangaratta和Orbost站)预测均方根误差为28.2～37.2 mm,西部地区(Dimboola,Edenhope和Dunkeld站点)预测均方根误差为20.8～23.4 mm。【结论】所提出的模型融合预测法可行,为月降雨量预测提供了新思路。     

灰色关联度组合模型在涝灾预测中的应用

传统灰色预测模型在涝灾预测中有较多应用,但其预测精度较低。为提高模型的预测精度,在传统灰色预测模型基础上加入灰色关联度分析,从灰色关联度的角度发现数据之间的依赖关系,运用灰色预测模型预测数据的发展走向。以沈阳市1960-2010年涝灾年份数据为依据,建立灰色关联度组合模型,应用结果表明,该模型比传统灰色预测模型效果好,为涝灾预测增添了新手段。     

区域性中长期电量增长的预测方法

<正>企业用户生产经营因主要受制于市场经济和政府政策等因素的影响,其用电量或用电需求量存在很大的不确定性和波动性,给供电企业和政府的规划带来困难,影响决策,甚至造成供需不协调、资源的严重浪费情况。因缺乏有效的预测依据和方法,区域的用电需求预测值出现较大偏差,研究科学的预测方法能有效提高中长期电量增长预测的准确性和可靠性。近两年,通过深入分析和总结广东当前经济模式下区域的建设特点和规律的基础上,找出了适合供电企业做好中长期电量市场     

基于灰色-马尔柯夫模型的中国农业机械总动力预测

灰色一马尔柯夫预测方法能够较好地解决既有趋势性又有较大波动性的数据序列的预测问题,且具有计算简便、精度高的特点.为此,利用该方法对我国农机总动力需求进行了预测分析,为农业机械化发展提供了依据.