基于灰色理论的供电系统负荷中长期预测模型及其应用 被引量：7

1

作者 袁明友 肖先勇 +2 位作者 杨洪耕 曾立渊 杨兵 《四川大学学报（工程科学版）》 EI CAS CSCD 2002年第4期121-123,共3页

基于灰色理论的基本思想 ,从历史数据少、不考虑分布规律、变化趋势、运算简便的特点出发 ,提出了在电力市场运营模式下 ,县 (区 )级电力负荷的中长期预测模型 ,并对某供电局 1997年到 2 0 0 0年的销售电量进行了预测 ,预测结果与各年... 基于灰色理论的基本思想 ,从历史数据少、不考虑分布规律、变化趋势、运算简便的特点出发 ,提出了在电力市场运营模式下 ,县 (区 )级电力负荷的中长期预测模型 ,并对某供电局 1997年到 2 0 0 0年的销售电量进行了预测 ,预测结果与各年度的实际售电量相比 ,最大误差小于 0 .7%。 展开更多

关键词 供电系统 中长期预测模型 灰色理论 电力市场 负荷预测

在线阅读 下载PDF 职称材料

中长期预测模型的GMDH不同水平算法优势比较及实证分析 被引量：9

2

作者 田益祥 《预测》 CSSCI 1999年第6期73-75,共3页

本文给出了二、三水平算法的一般模式，分析不同水平算法的优势，利用经济变量进行实证分析。研究结果表明，随着算法水平的提高，算法的抗干扰能力不断加强，预测效果越来越好，进一步证实了算法的有效性。

关键词 GMDH 算法 中长期预测模型 比较研究

在线阅读 下载PDF 职称材料

重构背景值双变权GM(1,1)中长期预测模型构建

3

作者 王彤 张凯 +4 位作者 杨军 刘瑞 张浩祥 周晓 涂杰 《人民黄河》 CAS 北大核心 2018年第7期46-50,共5页

为了解决传统GM(1,1)模型在中长期预测中存在的局限性和较大偏差问题,提高模型预测精度,拓宽其应用范围,结合全信息变权弱化缓冲算子、全信息加权平均法、Newton-Cotes公式和三次牛顿插值公式,从原始数据变换、背景值重构、初始条件优化... 为了解决传统GM(1,1)模型在中长期预测中存在的局限性和较大偏差问题,提高模型预测精度,拓宽其应用范围,结合全信息变权弱化缓冲算子、全信息加权平均法、Newton-Cotes公式和三次牛顿插值公式,从原始数据变换、背景值重构、初始条件优化3个方面对传统GM(1,1)模型进行改进,建立了重构背景值双变权GM(1,1)中长期预测模型。用西安市年供水量统计数据对模型进行精度检验与分析,结果表明精度检验等级为一级,具有很好的预测精度,可用于西安市年供水量的预测。 展开更多

关键词 GM(1 1)模型 变权弱化缓冲算子 加权平均法 中长期预测模型

在线阅读 下载PDF 职称材料

中长期预测模型的GMDH三水平算法计算的实现

4

作者 田益祥 陈华富 李红松 《武汉冶金科技大学学报》 1999年第4期423-425, ,共3页

提出三水平算法的一般模式和差分结构，利用多阶段算法减少计算量，并研究编程上机计算的实现。

关键词 多层迭代 三水平算法 中长期预测模型 GMDH理论

在线阅读 下载PDF 职称材料

基于CEEMD和BP神经网络的鄱阳湖流域旱涝长期预测模型研究 被引量：1

5

作者 万智巍 蒋梅鑫 +2 位作者 贾玉连 洪祎君 章鸣 《江西农业学报》 CAS 2017年第10期108-113,共6页

基于鄱阳湖流域1470~2014年的原始旱涝等级序列,利用最新的完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition,CEEMD)和BP神经网络(Back Propagation Neural Network),构建了鄱阳湖流域旱涝的长期预测CEEMD-BP模型... 基于鄱阳湖流域1470~2014年的原始旱涝等级序列,利用最新的完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition,CEEMD)和BP神经网络(Back Propagation Neural Network),构建了鄱阳湖流域旱涝的长期预测CEEMD-BP模型。结果表明:与EEMD相比,CEEMD对原始数据进行平稳化处理的效果更好,能更有效地提取原始数据中隐含的周期信号和长期趋势;原始数据经CEEMD分解后得到若干个本征模函数(Intrinsic Mode Function,IMF)序列,BP神经网络可以较好地拟合或预测这些IMF序列;CEEMD-BP模型对鄱阳湖流域1985~2014年旱涝等级序列的预测精度优于单一BP神经网络的。CEEMD-BP模型对2015~2064年的长期预测显示,未来50年鄱阳湖流域的旱涝指数有先上升后下降的趋势。 展开更多

关键词 旱涝 长期预测模型 CEEMD BP神经网络 鄱阳湖流域

在线阅读 下载PDF 职称材料

中长期预测模型GMDH自回归两水平数据组选择研究及实证分析 被引量：3

6

作者 田益祥 姚莉萍 《系统工程理论方法应用》 2001年第3期260-263,共4页

经济系统中的某些变量需要预测月均值 ,一年 1 2月的预测区间较长 ,其准确性会受到影响。用GMDH两水平算法来扩大可预测范围 ,又涉及到数据组的选择 :用月均值数据与年均值数据同时建模 ,或是用月均值数据与季节均值数据同时建模 ,是提... 经济系统中的某些变量需要预测月均值 ,一年 1 2月的预测区间较长 ,其准确性会受到影响。用GMDH两水平算法来扩大可预测范围 ,又涉及到数据组的选择 :用月均值数据与年均值数据同时建模 ,或是用月均值数据与季节均值数据同时建模 ,是提高预测准确性的关键。本文用理论证明和实证分析表明。GMDH自回归两水平方法的预测 。 展开更多

关键词 GMDH自回归 准则 多层迭代 中长期预测模型 经济预测

原文传递

中长期预测模型的GMDH两水平算法及收敛性研究 被引量：15

7

作者 田益祥 《系统工程理论方法应用》 1997年第4期72-76,共5页

本文给出两水平算法的操作方法 ,指出用它作中长期预测的可行性 。

关键词 GMDH 经济预测 两水平算法 中长期预测模型

原文传递

基于实测数据的地铁隧道长期沉降预测模型研究 被引量：14

8

作者 李翔宇 李新源 +2 位作者 李明宇 聂俊霞 冯晓波 《西安建筑科技大学学报（自然科学版）》 北大核心 2021年第2期186-193,共8页

基于上海地铁二号线的实测沉降数据,运用遗传算法(GA)和粒子群算法(PSO)对传统BP神经网络进行了优化,以弥补BP神经网络在网络结构、权值和阈值选择上的随机性以及容易局部收敛等缺陷,据此提出了两种新型隧道长期沉降预测模型,即GA-BP神... 基于上海地铁二号线的实测沉降数据,运用遗传算法(GA)和粒子群算法(PSO)对传统BP神经网络进行了优化,以弥补BP神经网络在网络结构、权值和阈值选择上的随机性以及容易局部收敛等缺陷,据此提出了两种新型隧道长期沉降预测模型,即GA-BP神经网络和PSO-BP神经网络模型;并对比研究了经验曲线、BP神经网络、GA-BP神经网络以及PSO-BP神经网络等模型方法的优缺点及预测效果.研究发现,以上各神经网络模型均取得了较为满意的预测结果,其中PSO-BP神经网络模型的预测精度最佳,且运算速度最快,是文中所提方法中最适用的盾构隧道长期沉降预测模型. 展开更多

关键词 盾构隧道 长期沉降预测模型 GA-BP神经网络模型 PSO-BP神经网络模型 经验曲线模型

在线阅读 下载PDF 职称材料

“我国木材供需中长期预测系统模型和计算机支持系统研究”通过鉴定

9

作者 吕志英 《林业科技开发》 2002年第6期71-71,共1页

关键词 计算机支持系统 木材供需 中长期预测系统模型 鉴定

在线阅读 下载PDF 职称材料

基于LSTM神经网络的中长期光伏电站发电量预测方法研究 被引量：71

10

作者 方鹏 高亚栋 +2 位作者 潘国兵 马登昌 孙鸿飞 《可再生能源》 CAS CSCD 北大核心 2022年第1期48-54,共7页

准确估算光伏电站的中长期发电量对电网规划改进、调度优化、管理发展具有重要意义。然而,由于中长期发电量预测与短期出力预测存在显著差异,短期出力预测技术无法直接应用于中长期电量预测。文章提出一种基于模糊C均值聚类-随机森林算... 准确估算光伏电站的中长期发电量对电网规划改进、调度优化、管理发展具有重要意义。然而,由于中长期发电量预测与短期出力预测存在显著差异,短期出力预测技术无法直接应用于中长期电量预测。文章提出一种基于模糊C均值聚类-随机森林算法FCM-RF和LSTM神经网络的中长期辐照度预测模型,进而提出间接预测分布式光伏电站发电量的方法。针对传统随机森林在数据差异性处理能力不足的问题,引入模糊C均值聚类算法对传统随机森林算法模型进行了改进。设计了LSTM神经网络,解决了"长时间周期依赖"问题。最后经实验验证,该分布式光伏电站中长期发电量预测模型每月预测平均误差百分数MAPE在3.5%上下波动,各电站年预测值在1.1%上下波动,预测效果较好。 展开更多

关键词 FCM-RF 中长期辐照度预测模型 LSTM 中长期发电量预测模型 MAPE

在线阅读 下载PDF 职称材料

闽南植胶区白粉病长、中期预测模型的探讨

11

作者 曾瑞涛 林俩法 陈福梓 《福建热作科技》 1991年第2期21-25,共5页

橡胶白粉病是华南植胶区危害最大的病害之一.我省受白粉病危害也十分严重.我省植胶历史较久的诏安县建设农场从1977年至1990年十四年间,出现中重病年有10次,占71.4%,可见,橡胶白粉病在闽南植胶区出现相当频繁.而且危害也很严重.在闽南胶... 橡胶白粉病是华南植胶区危害最大的病害之一.我省受白粉病危害也十分严重.我省植胶历史较久的诏安县建设农场从1977年至1990年十四年间,出现中重病年有10次,占71.4%,可见,橡胶白粉病在闽南植胶区出现相当频繁.而且危害也很严重.在闽南胶区,病害严重流行年份,会引起胶树多次落叶,造成推迟或停止割胶.诏安建设农场1979年最终病情指数高达81.6%,减产20%以上,损失十余万元.白粉病的流行方式暴发性极强,一旦气象条件适宜,数天之间,病情指数立即飞跃上升.暴发期的天气多数为高温高湿,而且阴雨不断,对防治工作极为不利,常使防治工作处于被动地位. 展开更多

关键词 闽南 橡胶树 植胶区 白粉病 中长期预测模型

在线阅读 下载PDF 职称材料

皖江地区水稻病虫害长期定量预测方法研究--以芜湖为例 被引量：4

12

作者 司红君 付伟 +2 位作者 徐阳 祝玉青 丁劲松 《江西农业学报》 CAS 2022年第4期58-63,共6页

以芜湖市1986~2020年水稻病虫害及水稻种植面积、逐月气象要素、国家气候中心逐月环流和海温指数数据,分析了各病虫害的变化特征和显著气象影响因子,并借助多元逐步回归方法,研究了一种基于环流和海温指数的皖江地区主要病虫害的长期定... 以芜湖市1986~2020年水稻病虫害及水稻种植面积、逐月气象要素、国家气候中心逐月环流和海温指数数据,分析了各病虫害的变化特征和显著气象影响因子,并借助多元逐步回归方法,研究了一种基于环流和海温指数的皖江地区主要病虫害的长期定量预测方法。结果表明:芜湖市病害总体轻于虫害,病害中稻瘟病、纹枯病和稻曲病发生面积比显著增加,白叶枯显著减少;虫害中二化螟、稻纵卷叶螟和褐飞虱发生面积比显著增加,稻蝗显著减少。各病虫害均有显著相关的气象影响因子。在此基础上,借助多元逐步回归方法,利用环流、海温指数对气象要素的影响及其影响的滞后性,建立了基于这些指数的皖江地区病虫害的长期定量预测模型。模型建立前先遴选出与本地病虫害显著相关的环流、海温指数,然后将其依次放入多元逐步回归模型,最终建立了8种病虫害的预测模型。模型和公式中的自变量均通过了显著性检验,模型具有较好的拟合效果。预报效果验证结果表明,模型具有一定的预报能力,能够在年初定量预测本年度主要病虫害的发生面积比,为皖江地区农业气象服务的开展提供了技术支撑。 展开更多

关键词 水稻病虫害 变化特征 环流和海温指数 长期定量预测模型

在线阅读 下载PDF 职称材料

基于人工智能方法的岩爆预测系统 被引量：4

13

作者 彭琦 钱爱国 肖钰 《四川大学学报（工程科学版）》 EI CAS CSCD 北大核心 2010年第4期18-24,共7页

通过理论分析预测法和现场实测法,建立了一套长期预测和短期预测相结合的岩爆预测系统。长期预测模型是基于神经网络思想,运用国内外相关工程的岩爆资料作为训练样本,建立了小波神经网络预测模型,对工程范围内岩爆发生趋势进行了预测。... 通过理论分析预测法和现场实测法,建立了一套长期预测和短期预测相结合的岩爆预测系统。长期预测模型是基于神经网络思想,运用国内外相关工程的岩爆资料作为训练样本,建立了小波神经网络预测模型,对工程范围内岩爆发生趋势进行了预测。短期预测模型首先针对监测到的声发射建立小波神经网络模型,对声发射时间序列进行拟合预测;再运用突变理论对预测的声发射建立了岩爆突变预测模型,进而对监测点附近岩爆发生情况进行准确的预测。两种预测模型都运用到了目前人工智能方法中比较新颖的小波神经网络理论,提高了收敛速度,容错能力,保证了预测的效果。通过工程实际运用,建立的岩爆预测系统预测精度高,预测结果与现场情况一致。两套预测模型可以适用于不同的工程阶段,互相验证,具有很好的工程实用性。 展开更多

关键词 岩爆 预测系统 长期预测模型 短期预测模型 声发射 小波神经网络 突变理论

在线阅读 下载PDF 职称材料

基于引力搜索算法的分数阶变异时序回归GSA-TSGM(1,1)模型 被引量：2

14

作者 高飞 方海莲 《计算机应用研究》 CSCD 北大核心 2019年第6期1668-1672,共5页

为了利用分数阶累加算子在灰色短期预测中的高效性能,首次将分数阶累加算子引入变异时序回归模型以期取得更高的预测精度。主要方法如下:首先取湖北省链子崖某监测点1978—1987年的十年数据作为训练集并使用引力搜索算法确定最佳分数阶... 为了利用分数阶累加算子在灰色短期预测中的高效性能,首次将分数阶累加算子引入变异时序回归模型以期取得更高的预测精度。主要方法如下:首先取湖北省链子崖某监测点1978—1987年的十年数据作为训练集并使用引力搜索算法确定最佳分数阶累加阶数,而1988—1993年的六年数据作为验证集验证提出的模型;其次对比了经典灰色模型GM(1,1)、分数阶累加灰色模型、变异时序回归模型TSGM(1,1)三种灰色模型。结果如下:首先修正了陈西江等人变异时序回归模型仿真时出现的错误,其次表明了相比于其他的模型,基于引力搜索算法的分数阶累加时序回归模型在进行灰色长期预测中具有较高的预测精度。因此,通过分数阶累加算子提高了灰色理论中长期预测模型的精度,为灰色长期预测提供了指导。 展开更多

关键词 分数阶累加算子 引力搜索算法 变异时序回归模型 灰色长期预测模型

在线阅读 下载PDF 职称材料