考虑季节特性与数据窗口的短期光伏功率预测组合模型 被引量：2

1

作者 张静 熊国江 《电力工程技术》 北大核心 2025年第1期183-192,共10页

光伏功率的间歇性和随机性因季节变化呈现出不同的特点,考虑季节特性对提高光伏功率预测精度具有重要意义。因此,文中提出一种考虑季节特性和数据窗口的短期光伏功率预测组合模型。首先,通过皮尔逊相关系数法确定对光伏功率贡献度高的... 光伏功率的间歇性和随机性因季节变化呈现出不同的特点,考虑季节特性对提高光伏功率预测精度具有重要意义。因此,文中提出一种考虑季节特性和数据窗口的短期光伏功率预测组合模型。首先,通过皮尔逊相关系数法确定对光伏功率贡献度高的气象因素,降低预测模型的输入特征维数。其次,对比不同季节下不同模型的光伏功率预测精度,选择光伏功率预测误差最小且相关性最低的2个模型构建组合模型,即门控循环单元(gated recurrent unit,GRU)模型和极限梯度提升(extreme gradient boosting,XGboost)模型。然后,分析历史气象数据中不同输入窗口对GRU-XGboost模型预测精度的影响,确定最优数据窗口。最后,在此基础上分别采用GRU和XGboost对光伏功率进行预测,将2个预测结果加权组合得到最终预测结果。结果表明,与其他模型相比,所提模型具有更强的适应性和更高的预测精度。 展开更多

关键词 短期光伏功率预测 季节特性 数据窗口 门控循环单元(GRU) 极限梯度提升(XGboost) 组合模型

在线阅读 下载PDF 职称材料

采样间隔非均匀情况下的季节模型及其贝叶斯预测 被引量：1

2

作者 蒋金凤 刘福升 张孝令 《山东矿业学院学报》 CAS 1999年第1期92-95,共4页

主要给出了采样间隔非均匀情况下的季节因子动态线性模型、季节效应动态线性模型和Ｆｏｕｒｉｅｒ形式的季节效应模型，当观测误差方差Ｖｔｉ已知时，给出了它们的先验分布、预测分布和后验分布的修正递推算法。

关键词 采样间隔 季节模型 贝叶斯预测 非均匀

在线阅读 下载PDF 职称材料

基于时间序列季节分类模型的轨道交通客流短期预测 被引量：17

3

作者 唐继强 钟鑫伟 +1 位作者 刘健 李天瑞 《重庆交通大学学报（自然科学版）》 CAS CSCD 北大核心 2021年第7期31-38,60,共9页

轨道交通客流的分析中,数据季节性特征对客流预测的有效性存在显著影响。通过分析轨道交通客流曲线,发现轨道交通客流呈现出季节性特征;针对这种特征,提出基于季节分类模型的轨道交通客流预测方法。根据客流季节特征建立季节分类模板和... 轨道交通客流的分析中,数据季节性特征对客流预测的有效性存在显著影响。通过分析轨道交通客流曲线,发现轨道交通客流呈现出季节性特征;针对这种特征,提出基于季节分类模型的轨道交通客流预测方法。根据客流季节特征建立季节分类模板和季节时间序列;采用乘法季节自回归差分滑动平均模型建立客流季节分类模型;使用季节分类模型预测对应类型日期的客流。实验表明:季节分类模型既能有效预测轨道交通客流,又能较好地避免预测误差波动性问题。 展开更多

关键词 交通工程 客流短期预测 季节分类模型 时间序列 乘法季节自回归差分滑动平均模型

在线阅读 下载PDF 职称材料

基于指数平滑法的全国MRI配置量预测研究--四种非季节性模型比较 被引量：3

4

作者 杨毅 魏艳 +4 位作者 黄晓玲 张晨 徐宁泽 程敬亮 陈英耀 《卫生经济研究》 北大核心 2020年第5期45-49,共5页

目的:对未来中短期全国MRI配置量进行预测。方法:基于存量数据,采用指数平滑法的四种非季节性模型,对未来全国MRI的配置量进行预测。结果:简单模型、Holt线性趋势模型、Brown线性趋势模型和阻尼趋势模型的R2值均大于0.95;后三者拟合后... 目的:对未来中短期全国MRI配置量进行预测。方法:基于存量数据,采用指数平滑法的四种非季节性模型,对未来全国MRI的配置量进行预测。结果:简单模型、Holt线性趋势模型、Brown线性趋势模型和阻尼趋势模型的R2值均大于0.95;后三者拟合后的数据残差序列不存在自相关(P>0.05),适宜采用指数平滑序列模型进行分析;Brown线性趋势模型的均方根误差和平均绝对误差百分比均为最小。结论:Brown线性趋势模型的拟合效果最佳,其预测结果显示,未来我国2020年、2023年和2025年MRI配置量分别为9 332台、11 750台和13 362台。 展开更多

关键词 MRI 指数平滑法 非季节性模型 预测

在线阅读 下载PDF 职称材料

基于季节性差分整合移动平均自回归模型的城市公交短期客流预测 被引量：9

5

作者 李炜聪 潘福全 +3 位作者 胡盼 张丽霞 杨晓霞 杨金顺 《济南大学学报（自然科学版）》 CAS 北大核心 2022年第3期308-314,共7页

为了解决公交车辆过载及空车浪费资源并存问题,提高城市公交服务质量水平,基于公交客流季节性波动及周期性变化特征,构建季节性差分整合移动平均自回归模型,并对城市公交短期客流进行预测;以山东省青岛市K1路公交线路刷卡数据为模型样本... 为了解决公交车辆过载及空车浪费资源并存问题,提高城市公交服务质量水平,基于公交客流季节性波动及周期性变化特征,构建季节性差分整合移动平均自回归模型,并对城市公交短期客流进行预测;以山东省青岛市K1路公交线路刷卡数据为模型样本,对非平稳的客流时间序列进行1阶7步差分处理,对差分后的数据进行平稳性检验;通过相对信息量计算,确定预测模型中未知参数,对差分处理后的时间序列进行标准化残差检验,检验结果为白噪声序列,得到周期为7的季节性差分整合移动平均自回归预测模型;利用预测模型对2019年7—12月公交客流量进行预测与误差分析。结果表明,模型预测的平均相对误差为4.02%,最大相对误差为8.36%,模型预测精度较高,适用于青岛市公交短期客流量预测。 展开更多

关键词 交通预测 短期客流预测 季节性差分整合移动平均自回归模型 城市公交 平稳性检验

在线阅读 下载PDF 职称材料

旅游客源中短期季节预测模型

6

作者 许杰锋 《管理工程学报》 1988年第Z1期83-91,共9页

本文在深入讨论旅游客源本质的基础上,提出了一种有效的中短期季节预测模型。在参数的选择上应用了正交设计技术。应用本法对桂林市国际游客数作了预测,获得了理想的结果。

关键词 预测模型 中短期 旅游客源 国际游客 桂林市 季节模型 历史数据 平滑参数 时间序列 预测结果

在线阅读 下载PDF 职称材料

利用季节预测模型搞好农机商品销售短期预测

7

作者 廖泽南 《预测》 1985年第S1期111-117,共7页

(一)农机商品销售水平的高低,受市场多种因素的影响。根据近年来农机商品销售统计分析,表明季节变动是其主要影响因素之一,并且有普遍的规律性和稳定性。我省农机供应系统1979—1983年分月纯销售额的分布情况表明:各月销售水平虽起伏不... (一)农机商品销售水平的高低,受市场多种因素的影响。根据近年来农机商品销售统计分析,表明季节变动是其主要影响因素之一,并且有普遍的规律性和稳定性。我省农机供应系统1979—1983年分月纯销售额的分布情况表明:各月销售水平虽起伏不定,但销售旺淡月却很明显,显示了其固有的季节变动的规律性,如图(一)。 展开更多

关键词 季节变动指数 预测模型 商品销售 短期预测 销售额 农机 规律性 实际销售 模型应用 月份

在线阅读 下载PDF 职称材料

基于神经网络和SARIMA组合模型的短期交通流预测 被引量：15

8

作者 孙湘海 刘潭秋 《交通运输系统工程与信息》 EI CSCD 2008年第5期32-37,共6页

为了更精确地预测短期交通流,提出由季节自回归求和移动平均模型(SARIMA)和广义回归神经网络(GRNN)模型所构成的组合模型(SARIMA-GRNN模型),该模型结合了时间序列模型和神经网络模型进行时间序列预测的优点.构造该组合模型的两个组成模... 为了更精确地预测短期交通流,提出由季节自回归求和移动平均模型(SARIMA)和广义回归神经网络(GRNN)模型所构成的组合模型(SARIMA-GRNN模型),该模型结合了时间序列模型和神经网络模型进行时间序列预测的优点.构造该组合模型的两个组成模型,即SARIMA模型和GRNN模型,也被用于预测研究以便于验证该组合模型在预测上的优势.实证研究结果表明,组合模型的预测精度高于SARIMA模型,但是却并不必然高于GRNN模型.然而,合理选择组合模型中神经网络部分的输入变量以及输出变量将显著地改善模型的预测精度,本文所构造的这个组合模型不仅具有很好的预测表现而且结构简单,非常适合城市道路短期交通流的实时预测. 展开更多

关键词 短期交通流预测 季节自回归求和移动平均模型 广义回归神经网络模型 组合模型

在线阅读 下载PDF 职称材料

基于季节性ARIMA模型的居民消费水平预测 被引量：25

9

作者 肖良 《统计与决策》 CSSCI 北大核心 2016年第8期83-86,共4页

文章以居民消费价格指数(CPI)的短期预测作为切入点,采用定量的时间序列分析方法,建立季节自回归综合移动平均(季节性ARIMA模型)模型对CPI时间序列进行量化分析。首先阐述基于该模型的CPI预测的一般过程,即:平稳化处理、差分变换的阶数... 文章以居民消费价格指数(CPI)的短期预测作为切入点,采用定量的时间序列分析方法,建立季节自回归综合移动平均(季节性ARIMA模型)模型对CPI时间序列进行量化分析。首先阐述基于该模型的CPI预测的一般过程,即:平稳化处理、差分变换的阶数辨识、参数估计,时间序列模型的构建,然后对模型进行性能检验,确定较适合的季节自回归综合移动平均模型,最后在实证分析中探讨经济变量CPI与时间变量之间的变动规律,对CPI时间序列进行适当的差分处理,取得了较为理想的预测效果。 展开更多

关键词 季节性ARIMA模型 CPI 平稳性检验 短期预测

在线阅读 下载PDF 职称材料

我国GDP时间序列的模型建立与预测 被引量：28

10

作者 郝香芝 李少颖 《统计与决策》 CSSCI 北大核心 2007年第23期4-6,共3页

本文利用统计软件对我国1952年到2005年的实际GDP时间序列数据进行了分析,分别建立了ARMA模型和Holter-Winter非季节短期预测模型,并对2006年到2010年的全国GDP进行了预测。结果表明两个模型都有很好的预测效果。

关键词 ARMA模型 hoker-winter非季节短期预测模型 预测

在线阅读 下载PDF 职称材料

VMD-PSO-LSTM模型的日径流多步预测 被引量：8

11

作者 王秀杰 王玲 +3 位作者 滕振敏 田福昌 袁佩贤 苑希民 《水利水运工程学报》 CSCD 北大核心 2023年第4期81-90,共10页

为了弱化径流时间序列的非线性和非平稳性,提高不同预见期的日径流预测精度,提出了一种新的VMD-PSO-LSTM多步预测组合模型。首先采用变分模态分解(VMD)方法将原始日径流序列分解为子序列,通过粒子群优化算法(PSO)对长短期记忆(LSTM)模... 为了弱化径流时间序列的非线性和非平稳性,提高不同预见期的日径流预测精度,提出了一种新的VMD-PSO-LSTM多步预测组合模型。首先采用变分模态分解(VMD)方法将原始日径流序列分解为子序列,通过粒子群优化算法(PSO)对长短期记忆(LSTM)模型参数进行优化,对各子序列建立PSO-LSTM模型,各分量的预测值重构集成预测结果。将VMD-PSO-LSTM模型应用于黄河下游花园口和利津站的日径流多步预测,采用Nash sutcliffe效率系数(ENS)、相关系数(R)和均方根误差(ERMS)3个定量评价指标对模型预测结果进行评价。结果表明:在预见期为1、2、3 d的情况下,两个测站的Nash sutcliffe效率系数和相关系数均在0.90以上。与CEEMD-PSO-LSTM和PSO-LSTM模型的预测结果对比表明,该模型能够有效提高日径流多步预测精度,是一种高效稳定的径流预报模型。 展开更多

关键词 非平稳序列 日径流多步预测 长短期记忆模型 变分模态分解方法

在线阅读 下载PDF 职称材料

沪宁城际铁路客流短期预测研究 被引量：6

12

作者 张伯敏 《中国铁路》 2014年第9期29-33,42,共6页

为提高沪宁城际铁路运营组织效率,通过对沪宁城际铁路短期客运量的时序特征和变化规律的分析,表明短期客运量时间序列是一种具有周期性特征、增长趋势缓慢的非平稳时间序列。在此基础上,建立ARIMA乘积季节模型,并运用该模型对沪宁城际... 为提高沪宁城际铁路运营组织效率,通过对沪宁城际铁路短期客运量的时序特征和变化规律的分析,表明短期客运量时间序列是一种具有周期性特征、增长趋势缓慢的非平稳时间序列。在此基础上,建立ARIMA乘积季节模型,并运用该模型对沪宁城际铁路南京站发送量客流进行预测,结果表明ARIMA乘积季节模型具有较好的预测精度,适宜做城际铁路的短期客流预测。 展开更多

关键词 沪宁城际铁路 短期客流预测 ARIMA乘积季节模型

在线阅读 下载PDF 职称材料

对LME铜价的短期预测及实证分析

13

作者 水常青 杜欢政 《统计研究》 CSSCI 北大核心 1999年第S1期301-304,共4页

中国的有色金属工业，在改革开放十几年之后的今日，已和世界有色金属工业融为一体，特别是在有色金属价格的变动上表现得更为明显。一方面，中国的一些在世界上占主导地位的有色金属，其价格走势引导着国际市场价格的变化；另一方面，... 中国的有色金属工业，在改革开放十几年之后的今日，已和世界有色金属工业融为一体，特别是在有色金属价格的变动上表现得更为明显。一方面，中国的一些在世界上占主导地位的有色金属，其价格走势引导着国际市场价格的变化；另一方面，国际有色金属价格的走势，又影响着中... 展开更多

关键词 实证分析 短期预测 时间数列 季节因素 不规则变动 循环因素 乘积模型 季节调整 铜价 季节比率

在线阅读 下载PDF 职称材料

基于无爬坡事件定义标准晴空集的短期光伏功率预测 被引量：3

14

作者 郭洪武 车建峰 +1 位作者 闫钇汛 王丽婕 《中国电力》 CSCD 北大核心 2023年第9期187-195,共9页

光伏功率的输出受季节、气象条件及其他因素的影响具有随机性和不确定性,恶劣天气下功率输出具有较强的波动性也加大了预测的难度。提出了一种基于无爬坡事件定义标准晴空集的短期光伏功率预测模型。通过爬坡定义提取一天内均为无爬坡... 光伏功率的输出受季节、气象条件及其他因素的影响具有随机性和不确定性,恶劣天气下功率输出具有较强的波动性也加大了预测的难度。提出了一种基于无爬坡事件定义标准晴空集的短期光伏功率预测模型。通过爬坡定义提取一天内均为无爬坡事件的样本点,将其定义为一个标准晴空集,并与历史实际功率做差,得到的差值作为输出目标变量,以数值天气预报作为输入变量,采用长短期记忆模型对差值进行建模预测,最后将标准晴空集与该预测差值做差,间接得到预测的光伏输出功率值。通过对某光伏电站进行仿真,并进行算例对比,所提模型的短期光伏功率预测精度提高了2%~4%,在恶劣天气下,该方法可以将平均绝对误差和均方根误差降低3%左右,验证了所提模型的性能和有效性。 展开更多

关键词 光伏功率短期预测 非爬坡样本提取 标准晴空集 长短期记忆模型

在线阅读 下载PDF 职称材料

基于SARIMA-GRNN-SVM的短期商业电力负荷组合预测方法 被引量：21

15

作者 徐晶 迟福建 +3 位作者 葛磊蛟 李娟 张梁 羡一鸣 《电力系统及其自动化学报》 CSCD 北大核心 2020年第2期85-91,共7页

针对短期商业电力负荷预测准确性与周期难以满足现有电力现货市场的问题,提出了一种基于SARIMAGRNN-SVM(seasonal autoregressive integrated moving average-generalized regression neural network-support vector machine)的商业电... 针对短期商业电力负荷预测准确性与周期难以满足现有电力现货市场的问题,提出了一种基于SARIMAGRNN-SVM(seasonal autoregressive integrated moving average-generalized regression neural network-support vector machine)的商业电力负荷组合预测模型。首先,对商业电力负荷变化的周期规律与随机因素的复杂影响进行了分析;然后,结合以上分析,选用SARIMA和GRNN为单一预测模型对商业电力负荷进行预测,并利用SVM进行组合,实现日前商业电力负荷预测;最后,通过某商业综合体的电力负荷数据进行验证。所提组合预测模型较单一预测模型拥有更优的预测精度与鲁棒性,可以为短期商业电力负荷预测提供借鉴。 展开更多

关键词 商业电力负荷 短期预测 季节自回归差分移动平均模型 广义回归神经网络 支持向量机

在线阅读 下载PDF 职称材料

融合SARIMA与BiLSTM的水利设施形变预测

16

作者 唐帅 杨涛 +2 位作者 皮明 张良 袁自祥 《现代雷达》 CSCD 北大核心 2024年第3期96-103,共8页

水利设施形变预测可以有效地判断水利设施的运行状态。水利设施安全监测数据是时间序列数据,既有趋势性又有季节性。为了获得更准确的预测结果,文中提出一种基于季节自回归差分移动平均(SARIMA)模型和双向长短时记忆(BiLSTM)网络的预测... 水利设施形变预测可以有效地判断水利设施的运行状态。水利设施安全监测数据是时间序列数据,既有趋势性又有季节性。为了获得更准确的预测结果,文中提出一种基于季节自回归差分移动平均(SARIMA)模型和双向长短时记忆(BiLSTM)网络的预测模型,以解决无法充分挖掘数据中正向与反向的关联进行预测的问题。该模型采用SARIMA模型预测变形数据中的线性分量,采用BiLSTM模型预测变形数据中的非线性分量,使得模型能够更好地提取历史数据中的非线性关系以及正向与反向关系从而提高预测准确度。结合某水电站4#引水涵洞监测数据,使用SARIMA-BiLSTM模型对裂缝计开合度时间序列进行了预测,并与反向传播神经网络模型、SARIMA模型和SARIMA-LSTM模型的预测结果进行对比,比对结果证明所提方法有效地提高了预测精度。 展开更多

关键词 水利设施监测 时间序列预测 趋势性 季节自回归差分移动平均模型 双向长短期记忆网络

在线阅读 下载PDF 职称材料

BNs-OLS-SARIMA对城市短时交通流的预测

17

作者 钟波 刘敏 《计算机应用研究》 CSCD 北大核心 2010年第10期3655-3657,3661,共4页

通过在目标路口构建贝叶斯交通网(BNs),并对与此交通网相关的交通流建立非平稳季节(SARIMA)模型,采用最小二乘法(OLS)取得相应模型的最佳权重组合,对缺失数据下的城市道路短时交通流进行预测。使用重庆市某路口的交通流数据对模型进行检... 通过在目标路口构建贝叶斯交通网(BNs),并对与此交通网相关的交通流建立非平稳季节(SARIMA)模型,采用最小二乘法(OLS)取得相应模型的最佳权重组合,对缺失数据下的城市道路短时交通流进行预测。使用重庆市某路口的交通流数据对模型进行检测,通过多种预测指标对结果进行对比分析,结果表明BNs-OLS-SARIMA把交通流的网络结构与其周期性结合在一起,对短时交通流有良好的预测效果。 展开更多

关键词 智能交通系统 短时交通流预测 贝叶斯网—最小二乘—非平稳季节模型 周期性

在线阅读 下载PDF 职称材料

零寿命标签下退化设备剩余寿命预测方法 被引量：3

18

作者 裴洪 司小胜 +3 位作者 胡昌华 郑建飞 张建勋 董青 《电子学报》 EI CAS CSCD 北大核心 2023年第7期1939-1948,共10页

考虑到安全性与经济性因素,同类历史设备的性能退化数据大多属于截尾型,采用深度学习训练时往往面临零寿命标签的挑战,量化剩余寿命(Remaining Useful Life,RUL)不确定性更是难上加难,并且现有深度学习模型进行RUL预测时忽略了首达与非... 考虑到安全性与经济性因素,同类历史设备的性能退化数据大多属于截尾型,采用深度学习训练时往往面临零寿命标签的挑战,量化剩余寿命(Remaining Useful Life,RUL)不确定性更是难上加难,并且现有深度学习模型进行RUL预测时忽略了首达与非首达时间意义之间的区别.为了克服以上困难,本文提出一种零寿命标签下退化设备RUL预测方法,采用数据预处理技术生成以退化信息为标签的样本,利用贝叶斯双向长短期记忆(Bayesian Bidirectional Long Short-Term Memory,B-Bi-LSTM)模型描述设备性能退化演变规律,同时借助变分推断技术实现了性能退化的不确定性度量.进一步,从可靠性角度分析了性能退化预测分布与RUL分布间的关系,分别围绕首达与非首达两类情形推导设备RUL概率分布,通过锂电池案例对所提方法进行实例验证.实验结果表明,所提方法能够提供RUL预测的点估计与概率分布式结果,有效确保了预测结果的科学性. 展开更多

关键词 剩余寿命预测 零寿命标签 贝叶斯双向长短期记忆模型 退化设备 首达时间 非首达时间

在线阅读 下载PDF 职称材料

我国经济预测工作“六五”期间的进展和“七五”期间的任务

19

作者 王潼 《中国软科学》 1986年第1期10-14,共5页

一、"六五"期间我国经济预测工作的进展 "六五"期间,我国经济预测工作虽然还处于起步阶段,但已取得了可喜的进展。无论在宏观方面,还是在微观方面,都发挥了重要的作用。党的十一届三中全会以后,我国开始实行对外开... 一、"六五"期间我国经济预测工作的进展 "六五"期间,我国经济预测工作虽然还处于起步阶段,但已取得了可喜的进展。无论在宏观方面,还是在微观方面,都发挥了重要的作用。党的十一届三中全会以后,我国开始实行对外开放、对内搞活的方针,并开始进行经济体制改革。 展开更多

关键词 经济 预测工作 宏观经济模型 非均衡模型 经济动态分析 经济学模型 短期预测 数量分析 部门经济模型

在线阅读 下载PDF 职称材料