-
题名多元指数加权电力负荷灰色优化组合预测
被引量：27
- 1
-
-
作者
邢棉
杨实俊
牛东晓
孙伟
-
机构
华北电力大学应用数学系
华北电力大学经管系
-
出处
《电网技术》
EI
CSCD
北大核心
2005年第4期8-11,共4页
-
基金
国家自然科学基金资助项目(50077007)
高等学校博士点专项基金(20040079008)~~
-
文摘
由于电力负荷具有增长性和波动性并且受到多个因素影响,使得电力负荷的变化呈现出复杂的多元性及非线性组合特性,对于这种具有复杂的多元性及非线性组合特性的序列,使用传统的模型进行预测,预测精度往往不理想。为了提高预测精度,作者为提出了多元指数加权电力负荷灰色优化组合预测模型。其中灰色优化组合预测模型用于进行非线性增长趋势的电力负荷预测,指数加权法能解决历史负荷的波动性问题。实际算例表明,所提出的方法由于综合考虑了电力负荷的多种特性,能有效地提高负荷预测精度。
-
关键词
电力系统
负荷预测
电力负荷
灰色优化组合预测模型
多元指数加权
-
Keywords
Electric power systems
Mathematical models
Mathematical techniques
Nonlinear systems
Optimization
Problem solving
-
分类号
TM715
[电气工程—电力系统及自动化]
-
-
题名基于灰色神经网络优化组合的风力发电量预测研究
被引量：10
- 2
-
-
作者
章勇高
王妍
孙佳
高彦丽
-
机构
华东交通大学电气与电子工程学院
南昌大学信息工程学院自动化系
-
出处
《电测与仪表》
北大核心
2014年第22期30-34,共5页
-
基金
江西省教育厅科技项目(GJJ14387)
江西省科技厅科技攻关项目(20122BBF60084)
-
文摘
文中提出一种新型灰色神经网络优化组合的风力发电量预测研究,将人工神经网络预测模型和灰色预测模型有效结合,不仅考虑了风力、风向和温度等影响因素,而且将往年风力发电量的历史数据综合考虑,结合两种预测优点,从而提高了预测的准确度并降低预测误差。算例结果证明,这种新型的灰色神经网络优化组合预测值误差低于单一的灰色预测或神经网络预测。
-
关键词
人工神经网络
灰色预测技术
优化组合预测技术
误差
风力发电量
-
Keywords
artificial neural network
grey prediction model
optimal combination forecasting technique
error
wind
-
分类号
TM93
[电气工程—电力电子与电力传动]
-
-
题名基于改进的优化组合方法的旅游需求预测
被引量：6
- 3
-
-
作者
郭伟
李京
-
机构
燕山大学经济管理学院
-
出处
《统计与决策》
CSSCI
北大核心
2011年第8期75-77,共3页
-
基金
国家社会科学基金项目(09BJY087)
河北省社会科学发展研究课题(201005004)
-
文摘
目前对于旅游需求的预测一般均是采用单一预测方法,然而受众多因素的影响,各单一预测方法往往不能囊括旅游需求的全面有效信息,从而大大降低预测结果的准确性。为进一步丰富和完善旅游需求预测研究,文章基于改进的优化组合预测方法对天津市城市居民国内旅游需求规模加以预测,研究结果表明,两种方法较其他各单一预测方法均取得了良好的预测效果,而在不同时期有着不同权重值的变权重组合预测方法会获得更好的预测结果。
-
关键词
优化组合预测
变权组合预测
局部加权最小二乘法
旅游需求
天津市
-
分类号
F719
[经济管理—产业经济]
-
-
题名基于组合预测优化模型的交通事故预测研究
被引量：8
- 4
-
-
作者
宋英华
程灵希
刘丹
吕伟
-
机构
武汉理工大学中国应急管理研究中心
安全预警与应急联动技术湖北省协同创新中心
-
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2017年第5期31-35,共5页
-
基金
国家重点研发专项资助(2016YFC0802509)
国家自然科学基金青年项目资助(51604204
+2 种基金
71501151)
国家社会科学基金青年项目资助(16CTQ022)
中央高校基本科研业务费专项资金(WUT:2016-VI-001)
-
文摘
为提高交通事故预测精度,基于熵值法构建UGM(1,1)-Holt组合预测模型,将滑动转移概率思想引入马尔科夫链模型,实现组合预测优化。应用该模型拟合分析2003—2011年湖北省交通事故死亡人数的历史数据,并以2012—2014年数据验证其有效性。通过实例对比UGM(1,1)模型、Holt指数平滑模型、组合预测模型和组合预测优化模型的预测精度。结果表明:相比前3种模型,提出的组合预测优化方法拟合值平均相对误差(MRE)为0.45%,3年预测值MRE为1.25%,能有效获取单一模型优势,预测精度更高。
-
关键词
交通事故
死亡人数
熵值法
组合预测优化
马尔科夫
-
Keywords
traffic accident
death toll
entropy method
optimal combination forecast
Markov
-
分类号
X951
[环境科学与工程—安全科学]
-
