GM（1,1）模型在电力系统中长期负荷预测应用

文章简要地介绍了电力系统负荷预测的意义,对负荷预测中的灰色预测方法进行了深入的研究,通过对灰色理论预测方法建模并对电力系统负荷进行预测,得到了GM（1,1）模型灰色预测方法能够准确的实现对负荷的预测。     

GM(1,1)模型在电力系统中长期负荷预测应用

文章简要地介绍了电力系统负荷预测的意义,对负荷预测中的灰色预测方法进行了深入的研究,通过对灰色理论预测方法建模并对电力系统负荷进行预测,得到了GM(1,1)模型灰色预测方法能够准确的实现对负荷的预测。     

电力系统负荷预测

1　最优化灰色模型的建立1.1　什么是灰色系统遥远的某个星球可以看作是一个系统 ,虽然知道其存在 ,但体积多大、质量多少、距离地球多远 ,这些信息完全不知道 ,这样的系统是黑色系统。输入电压 U与输出电流 I的纯电阻系统 ,按照欧姆定律 ,电压U与电流 I满足下述关系 U =IR,由于从 U到 I具有同胚映射 ,因此该系统是具有物理原形的白色系统。人体是一个系统 ,人体的一些外部参数 ,如身高、年龄等与一些内部参数 ,如血压、体温等是已知的 ,而其他的一些参数 ,如人体穴位的多少 ,穴位的生物、化学性能 ,生物信息的传递尚未知道透彻 ,因此这…     

GM（1，1）模型在预测地下水位动态变化中的应用

近年来，三江平原井灌水稻面积逐年增大，加之人为浪费水资源现象严重，造成地下水资源的严重紧缺，许多地区出现“吊泵”和“漏斗”现象。针对这种情况，以创业农场作为研究基地，对其地下水位进行长期观测，运用灰色理论建立GM（1，1）模型，描述其地下水位动态变化趋势，并预测未来水位变化趋势，为今后该地区地下水资源的持续利用提供依据。     

GM(1,1)模型在阿瓦提灌区干旱预测中的应用

根据阿瓦提灌区1970-1990的年降水资料建立了GM(1,1)模型,并依据建立的残差GM(1,1)模型对原模型进行修正.经用1991～2007年灌区降水资料验证,证明了模型预测结果的精确性、合理性.对灌区2008-2020年可能发生干旱的年份进行预测,结果表明,2010、2020年将发生干旱.     

GM(1,1)模型在滦河下游地区地下水位预测中的应用

首先对GM(1,1)模型的结构进行了研究和改进,给出了模型参数计算方法和精度检验方法.依据所建GM(1,1)模型,选用滦河下游地区节水工程改造后地下水位资料,对滦河下游地区地下水动态进行分析和数值模拟,利用实测资料对计算结果进行了验证.研究表明,模型预测拟合精度高,方法简便,可操作性强,对灌区地下水位预测评价和地下水合理开发利用具有一定的实用价值.     

灰色动态模型群法在河流水质预测中的应用初探

在对原始数据序列对数变换的基础上，依据灰色系统理论，构造了由6个GM（1，1）模型组成的灰色动态模型群，并用于淮河干流枯水期氨氮浓度变化趋势预测。研究表明，灰色动态模型群法能够充分利用近期水质资料信息预测水质变化趋势；相对单个GM（1，1）模型，灰色动态模型群法能有效改善随机波动数据序列的拟合效果，提高预测精度。     

应用改进的灰色GM(1,1)模型预测阜新地区干旱发生年

干旱是对人类及社会危害较大的一种自然灾害。近年来,干旱严重影响阜新地区的农业生产和生态平衡。利用阜新地区1961~2000年的降水资料,采用Z指标法分析阜新地区的干旱发生年,研究其干旱的发生规律,应用改进的GM(1,1)模型建立相应的干旱预测模型,并进行了干旱预测。最后提出了适当的抗旱措施。     

应用改进的灰色GM（1，1）莫型预测阜新地区干旱发生年

干旱是对人类及社会危害较大的一种自然灾害。近年来，干旱严重影响阜新地区的农业生产和生态平衡。利用阜新地区1961-2000年的降水资料，采用Z指标法分析阜新地区的干旱发生年，研究其干旱的发生规律，应用改进的GM（1，1）模型建立相应的干旱预测模型，并进行了干旱预测。最后提出了适当的抗旱措施。     

电力负荷预测理论与方法

负荷预测对电力系统规划和运行极其重要，本文论述了电力负荷预测与分类、负荷预测的基本过程，对负荷预测方法进行了综述，同时介绍了新兴交叉学科理论现代预测方法。     

新陈代谢GM(1,1)模型在兵团农机总动力预测中的应用

借助灰色系统理论,利用兵团农机总动力的历史数据,建立并对比分析了GM(1,1)模型和新陈代谢GM(1,1),对兵团农业机械总动力进行预测,为以后兵团农业机械化的发展提供一定的参考。     

蚁群神经网络用于农村电力短期负荷预测

为了进一步提高农村电力系统短期负荷预测模型的性能,实现准确与快速预测农村电力系统负荷的目的,将蚁群算法(ACA)作为BP神经网络的学习算法,构造了一种蚁群神经网络(ACAN)预测模型。对某农村地区电力系统短期负荷预测的计算实例表明,基于蚁群神经网络的负荷预测方法与传统的BP神经网络预测方法相比,具有较强的自适应能力和较好的效果。     

基于灰色GM(1,1)的农业机械化水平预测模

根据1986～2005年我国农业机械化综合水平统计数据,并对由于我国耕地面积统计滞后使得在机耕水平计算中存在误差进行了合理分析和修正,结合数据平滑处理,建立了基于灰色GM(1,1)的我国农业机械化综合水平预测模型。通过残差检验和后验差检验方法对预测结果进行了检验,模型拟合精度较好。采用模型对2006年我国农业机械化综合水平值进行预测,结果表现出较高的预测精度,进一步验证了所建模型的可行性。运用该模型对我国2007～2020年间农业机械化综合水平进行预测,结果表明到2020年我国综合机械化水平将达到68%左右。通过定性分析及与其他预测结果比较,模型表现出较好的预测能力。     

基于模糊神经网络的农村电力短期负荷预测

为提高负荷预测精度,提出了一种新的模糊神经网络短期负荷预测模型。该模型将模糊系统和神经网络的优点融合在一起,并利用小生境遗传算法优化模糊神经网络参数,提升网络运算性能。某农村地区电力短期负荷预测的计算结果表明,该方法具有较好的预测效果。     

基于灰色GM(1,1)的农业机械化水平预测模型

根据1986～2005年我国农业机械化综合水平统计数据,并对由于我国耕地面积统计滞后使得在机耕水平计算中存在误差进行了合理分析和修正,结合数据平滑处理,建立了基于灰色GM(1,1)的我国农业机械化综合水平预测模型.通过残差检验和后验差检验方法对预测结果进行了检验,模型拟合精度较好.采用模型对2006年我国农业机械化综合水平值进行预测,结果表现出较高的预测精度,进一步验证了所建模型的可行性.运用该模型对我国2007～2020年间农业机械化综合水平进行预测,结果表明到2020年我国综合机械化水平将达到68%左右.通过定性分析及与其他预测结果比较,模型表现出较好的预测能力.     

基于GM（1，1）模型的联合收割机保有量预测

应用灰色系统理论,建立我国联合收割机保有量预测模型GM(1,1).运用残差检验与后验差检验两种方法对模型进行精度检验,其模型的拟合精度达到98.38%.经预测与校验,预测值与实际值大体吻合,两者的平均相对误差仅为8.23%,证明了预测的可信性.用所建立的模型对今后几年的联合收割机保有量进行动态预测,为调控收割机总量和规范跨区作业市场提供理论依据,为政府管理部门制定有关政策措施和相关企业进行产销决策提供了参考.     

应用灰色新陈代谢GM(1,1)模型预

研究了灰色系统理论在中长期城市需水量预测中的应用。由于常规GM(1,1)模型被用于预测时，精度较高的仅仅是最近的几个数据，越往未来发展，该模型的预测意义就越弱。针对常规GM(1,1)模型存在的不足，建立了灰色新陈代谢GM(1,1)需水量预测模型。并利用此模型对北方某缺水城市未来10年的需水量进行了预测。结果表明：模型精度较高，预测误差较小。对于中长期城市需水量预测这样复杂的问题, 灰色新陈代谢预测模型具有预测精度高、简捷实用等优点，该方法可作为中长期城市需水量预测预测的工具之一。     

GM(1,1)模型预测农业用水量及节水灌溉形式

应用灰色理论建立了GM(1,1)模型,对坝上地区农业用水量及在不同节水灌溉措施下的灌溉面积进行了预测。对所建模型进行残差检验、关联度检验、均方差检验和小误差概率检验,精度均满足要求,证明该模型具有可行性和适应性,可以用来预测。预测结果为研究区域今后的节水灌溉发展提供了依据,可以有效地指导今后该地区的节水灌溉。     

基于GM(1,1)模型群的农田土壤墒情短期预测

全面比较和分析了春玉米全生育期内土壤墒情的时空分布特征。结果表明,土壤墒情数据为非平稳时间序列,具有周期性;降水量是影响土壤墒情的重要环境因素,其影响规律具有较大随机性。以不同土层深度（10、30cm,〖JP2〗分别代表2种墒情变化情况）和春玉米不同生育期（4个）交叉组合的土壤墒情作为模型对象,〖JP〗基于GM(1,1)预测方法构建农田土壤墒情短期预测模型群。预测结果表明该子模型的预测精度均较高,平均相对误差均小于2%,其中以苗期10cm处土壤含水率预测效果最佳。考虑降水量的影响,对模型群中参数u进行优化,使得所建土壤墒情短期预测模型群的预测更为准确有效。