基于改进灰色模型的钢铁工业生产能耗预测研究

在双碳目标背景下,开展钢铁工业生产能耗预测研究对于钢铁工业降低生产能耗和提升效益具有重要作用。为科学预测钢铁工业生产能耗,基于2010—2022年钢铁能耗数据,通过建立DNGM(1,1)、IDGM(1,1)和DDGM(1,1)3种改进的灰色预测模型,对吨钢综合能耗和吨钢可比能耗进行数据预测和误差对比分析,选出最优模型,得到2023—2025年吨钢综合能耗和吨钢可比能耗预测结果。研究表明:灰色预测模型在钢铁能耗预测中具有可行性和适应性;DNGM(1,1)模型在钢铁工业生产能耗预测中整体模拟性能最优;2023—2025年吨钢综合能耗和吨钢可比能耗将持续下降。基于研究结果,建议我国钢铁行业进一步优化生产工艺和技术,改善能源结构,并加大对节能减排技术研发的投资,以达到节能降耗的效果,促进节能减碳目标的早日实现。

基于改进灰色模型与综合气象因素的母线负荷预测

针对母线负荷与系统负荷的差异——母线负荷基数小、易受气象要素变化影响等,为了充分考虑气象要素、日类型、小电源等因素对母线负荷预测的影响,提出了一种利用指数加权法来处理原始数据的改进灰色模型。以预测日的日类型与综合气象要素为依据,将其模糊化为日特征向量,采用灰色关联度来选择最优相似日,作为改进灰色模型的原始序列进行预测,以提高预测精度。通过对某省某地若干个不同负荷类型的220 kV母线负荷进行预测分析,验证了此方法是实用、有效的。

改进灰色模型在海上交通综合安全指数预测应用

为提高海上交通综合安全指数的预测精度,弥补传统预测方法的不足,构造一种改进的灰色预测模型。在对传统的灰色预测模型GM(1,1)的基本原理和预测精度进行阐述的基础上,引入弱化算子序列对灰色预测模型进行改进,设计一种改进的灰色预测模型。以2004—2013年海上交通综合安全指数4项指标历史数据为基础,进行传统灰色模型预测和改进灰色模型预测,并绘制出2种预测模型的实际值和预测值的拟合曲线。结果表明:改进灰色模型的预测精度和拟合曲线都比传统灰色模型要好,能真实反映海上交通综合安全指数的发展趋势,预测结果具有一定的可靠性和实用性。

基于改进灰色模型的故障预测研究

随着系统发生故障所带来的财产损失、人员伤亡以及危害性越来越大,故障预测与健康管理(PHM)技术应用越来越广泛。该文重点介绍了改进灰色模型,并利用PSO算法实现了改进灰色模型的参数优化,然后以某制导雷达系统的波束控制中某电源组合为例采集电压信号数据,算法收敛性能很好,得到的结果用于改进灰色模型进行预测精度很高。

改进灰色模型在中长期电力负荷预测中的应用

针对中长期电力系统负荷预测,在前人已有成果的基础之上,对普通灰色模型进行了改进。一方面对历史数据进行二次平滑处理,大大消除了干扰因素;另一方面利用带有马尔可夫链符号估计的残差修正技术对未来残差的符号进行预测以修正灰色模型的预测结果。以某地区多年以来的历史数据为基础,建立了数学模型,通过实际数据计算表明:改进后的灰色负荷预测方法可以应用于电力系统中长期负荷预测,而且较普通灰色预测模型在预测精度上有着明显的提高,尤其是对于较远时间的负荷预测有着较为理想的预测精度,表明了该种方法的有效性和实用性。

改进灰色模型对路基沉降预测的应用研究

讨论了灰色系统理论在路基沉降预测中的应用 ,并对等间隔的灰色模型GM(1,1)进行了改进 ,建立了任意间隔的非时序改进灰色模型。通过具体工程实践 ,给出了两种模型对路基沉降量预测结果与实测结果的比较 ,表明改进灰色模型的预测沉降量与实际沉降量更接近 ,精度更高 。

基于动平均改进灰色模型的高边坡沉降变形预测

介绍了灰色模型的基本原理,并对灰色模型算法进行重点阐述,结合边坡沉降的实际情况,考虑边坡沉降变形与温度变化呈现一定的周期性变形的特点,提出对原始观测数据采用动平均生成数列后,直接采用生成的数据建立灰色模型对边坡测点沉降位移进行预报。以三峡永久船闸高边坡为例,对动平均改进灰色模型算法编制了相应的预报模型程序,实现了边坡测点沉降变形预报功能,取得了较好的效果,与其他常规预测方法相比具有明显优势。

路基沉降预测非等时序改进灰色模型应用研究

讨论灰色系统理论在路基沉降预测中的应用,并对等间隔的灰色模型GM(1,1)进行改进,建立了任意时间间隔的非等时序改进灰色模型。通过实例比较,结果表明非等时序改进灰色模型的预测沉降量与实测沉降更接近,精度更高。

改进灰色模型对路基沉降预测的应用研究

讨论了灰色系统理论在路基沉降预测中的应用,并对等间隔的灰色模型GM(1,1)进行了改进,建立了任意间隔的非时序改进灰色模型。通过具体工程实践,给出了两种模型对路基沉降量预测结果与实测结果的比较,结果表明改进灰色模型的预测沉降量与实际沉降量更接近,精度更高,更能满足工程需要。

基于改进灰色模型的电力负荷中长期预测

基于电力系统中长期负荷预测的特点,针对常规灰色预测模型存在的不足,提出一种基于数据平滑处理,以及线性回归残差修正的改进灰色预测方法。对某地区算例比较和分析表明,本方法可明显提高中长期负荷预测精度。

基于改进灰色模型预测民航事故征候数

为了减小民航事故发生率,对民航事故征候数进行预测分析,探究事故征候的特征及其分布规律。以中国民航2000—2015年的事故征候数为基础数据,建立了预测中国民航事故征候数的改进灰色加权马尔科夫模型结合更新数据序列的方法,预测了2016—2018年的民航事故征候数,预测平均精度达到90.19%,验证了模型的适用性和精确性。以2000—2018年的事故征候数为基础数据,预测2019—2023年中国民航事故征候数为637、679、720、820、929。提出的利用更新数据序列的方法结合改进的灰色马尔科夫模型,为民航事故征候数的中长期预测提供了一种新方法。

基于改进灰色模型的汕头港吞吐量预测

港口吞吐量预测对于港口规划发展意义重大。文章基于最小二乘法和Matlab分别优化传统GM(1,1)模型的初始值及背景值,得到了改进灰色模型。运用改进前后模型对汕头港吞吐量进行预测分析,结果证明改进灰色模型精度更高,研究发现,作为"一带一路"重点建设的15个港口之一的汕头港预计将于2019年突破8,000万t吞吐量,结果具有较高可信度。

基于改进灰色模型的疲劳寿命预测及可靠性评估

针对试验件中对数疲劳寿命均值随应力水平具有线性关系,但方差却具有波动性的状况,引入改进灰色模型对两者进行仿真分析。采用粒子群优化算法对模型多个参数进行估计。结果显示对数疲劳寿命均值与试验数据吻合良好,具有很好的线性关系;波动方差的拟合曲线顺滑,不仅清晰地定性显示其发展趋势,还能够定量地对均值和方差进行预测,尤其是对疲劳极限以下的寿命均值和方差的预测,避免了经验公式的使用。利用改进灰色模型预测得到的疲劳寿命均值和方差,结合疲劳累积损伤模型对块谱作用下的试验件可靠性进行了评估;通过中位秩计算试验件的失效概率,验证了可靠性仿真结果的正确性。

改进灰色模型在电力负荷中的预测分析及实现

深入研究了基于灰色系统理论的电力负荷预测方法,剖析了灰色预测GM(1,1)模型应用的局限性及其改进方法,在对原始数据序列进行插值平滑处理的基础上建立了等维新信息灰色预测模型,并用此方法对某地区的电力负荷进行预测分析,结果表明:模型精度较高,预测误差较小,该方法可以作为电力负荷预测的理想工具。

基于改进灰色模型的售电量预测分析

售电量的科学预测对配电商生产规模的调整及营销决策具有重要意义。传统的灰色预测模型只对于光滑度高的原始数据列具有较高精度。采用提高原始数据列光滑度的方法提高灰色预测模型的精度,利用函数[a-xm]N(a>1,m>1,N>1)对原始离散数据列{x(0)(k)}进行变换,结果证明该变换与已有提高数据列光滑度的变换相比具有优越性。将该方法应用于电力公司售电量的预测,与传统灰色预测方法比较,精度显著提高,并对预测结果进行分析。

基于改进灰色模型与BP神经网络模型组合的风力发电量预测研究

针对灰色模型在数据序列无规律的风力发电量预测中精度不高的问题,通过对原始数据的平滑处理改进灰色模型,并将改进的灰色模型与BP神经网络相结合构建组合预测模型,采用灰色关联法改进组合预测的权重系数。实例分析表明,改进的优选组合模型预测的准确度高于单一模型及传统的优选组合预测模型。

基于改进灰色模型的ATS测试仪器校准周期确定

针对自动测试系统ATS中测试仪器校准周期的确定问题,提出了改进的灰色GM(1,1)模型预测方法。首先从GM(1,1)模型出发对模型本身进行改进,然后建立等维新息模型,并确定其最佳维数,递补动态更新预测信息,为进一步提高预测精度,提出了残差修正预测模型,并引入马尔可夫过程解决其修正残差的符号问题。实例结果表明,改进的模型预测方法比单独的模型预测具有更高的精度,可以应用于测试仪器校准周期的预测过程。

基于改进灰色模型的电力负荷可靠性预测系统设计与实现

针对传统时序数据预测方法难以准确预测电力负荷数据的问题,文中设计了一种基于改进灰色模型的电力负荷可靠性预测系统。在历史数据样本容量小的条件下,将灰色模型选为负荷预测的基础模型,在考虑气象因素的基础上,采用残差修正法与马尔科夫法改进灰色模型,修正电力负荷的预测值并通过Matlab实现预测算法。同时利用MySQL作为数据库管理软件,设计得到相应的电力负荷可靠性预测系统。基于该预测系统展开电力负荷预测实验,结果表明,文中所设计预测系统的平均精度可达99%,能够有效预测电力负荷,验证系统的正确性与实用性。

基于改进灰色模型的江苏省发电量预测研究

针对传统灰色预测GM(1,1)模型在实际应用中存在预测精度不高或精度通不过检验的问题,基于2000～2009年江苏省发电量数据,采用改进的灰色预测GM(1,1)模型预测了江苏省2000～2009年发电量,并与传统灰色预测GM(1,1)模型的预测结果进行比较。结果表明,改进的灰色预测GM(1,1)模型显著提高了原始数据序列的光滑度,预测误差远低于传统灰色预测GM(1,1)模型,进而预测了江苏省2015、2020年的发电量,对江苏省制定电力发展规划具有重要的参考意义。

基于改进灰色模型的农产品冷链物流需求量的预测——以甘肃省为例

三农问题是政府一直关注的重点,所以有效解决三农问题非常重要。文中收集甘肃省2008—2016年的农产品数据进行冷链物流需求量的预测,首先运用灰色预测模型对农产品冷链物流需求量进行预测,接着利用最优子集法,选取最优的子集进行预测优化,最后使用马尔科夫模型进一步优化,使预测结果更加接近真实数据。实验结果显示,改进后的灰色模型可以有效地预测甘肃省的农产品冷链物流需求量。通过预测值,为相关部门提出一些建议,以期能为甘肃省的冷链物流设施建设提供依据。