A Weighted Combination Forecasting Model for Power Load Based on Forecasting Model Selection and Fuzzy Scale Joint Evaluation

To solve the medium and long term power load forecasting problem,the combination forecasting method is further expanded and a weighted combination forecasting model for power load is put forward.This model is divided into two stages which are forecasting model selection and weighted combination forecasting.Based on Markov chain conversion and cloud model,the forecasting model selection is implanted and several outstanding models are selected for the combination forecasting.For the weighted combination forecasting,a fuzzy scale joint evaluation method is proposed to determine the weight of selected forecasting model.The percentage error and mean absolute percentage error of weighted combination forecasting result of the power consumption in a certain area of China are 0.7439%and 0.3198%,respectively,while the maximum values of these two indexes of single forecasting models are 5.2278%and 1.9497%.It shows that the forecasting indexes of proposed model are improved significantly compared with the single forecasting models.

基于VMD-改进最优加权法的短期负荷变权组合预测策略

为提升短期电力负荷预测精度,提出了一种变权组合预测策略。首先,为了降低负荷数据的不平稳度,使用变分模态分解(variational mode decomposition,VMD)将负荷数据分解成了高频、低频、残差3种特征模态分量。其次,充分计及负荷数据的时序特点,参考指数加权法原理设计自适应误差重要性量化函数,并结合组合模型在时间窗口内的历史负荷数据的均方预测误差设计改进最优加权法的目标函数和约束条件,以完成子模型的准确变权。最后,针对波动较强的高频分量选定极端梯度提升(XGBoost)和卷积神经网络-长短期记忆(CNN-LSTM)模型并使用改进最优加权法进行组合预测、低频分量使用多元线性回归(MLR)模型预测、残差分量使用LSTM模型预测,叠加各模态分量的预测结果,实现了短期负荷数据的准确预测。实验结果表明,使用策略组合模型的平均绝对百分比误差为4.18%。与使用传统组合策略的组合模型相比,平均绝对百分比预测误差平均降低了0.87%。

组合预测模型在通信产品需求预测中的应用研究

基于通信产品多品种、小批量、需求波动的特点,本文介绍了用波形预测、移动平均、线性回归、指数平滑等4种单项预测模型拟合未来预测需求;为了克服单项预测模型的局限性、提高预测准确度,通常采用灰色关联分析法。本文提出了以关联系数和关联度的大小为依据,将4种单项预测模型加以权重系数,组合成适用于通信产品需求特点的预测模型。通过实践证明了组合预测方法的有效性,对制定主生产计划有重要指导意义。

基于IOWA算子的航班订座组合预测模型

航班订座预测的经典方法包括回归模型、增量模型、指数平滑模型等,在复杂多变的非线性数据环境下,各单项模型存在预测效果不稳定及健壮性不满意的情况。为解决这一问题,本文构造了一个基于诱导有序加权平均(IOWA,induced ordered weighted averaging)算子的航班订座组合预测模型,组合模型采用各单项模型的预测精度作为诱导因子,动态计算单项预测模型组合权重及构建未来的动态预测组合。但传统的IOWA组合预测模型对随机波动较大的数据适应性较差,本文在深入分析航班旅客订座量数据规律的基础上,改进了该模型在预测期的诱导因子,取得了较好的预测结果。

基于变权组合预测模型的新疆GDP发展预测

本文利用1985—2018年新疆GDP数据构建基于ARIMA模型与曲线估计模型的定权组合预测模型和变权组合预测模型。结果显示:模型预测值的均方根误差均小于3%,但变权组合预测模型的预测结果最好,误差也最小。因此,本文采用变权组合预测模型对2021—2025年新疆GDP进行预测,预计2021—2025五年内新疆GDP值近似呈直线式增长,且增长速度较快。

基于动态权重的组合模型供热负荷预测

提升供热系统的供热负荷预测精度是实现智慧供热、提升能源利用效率的重要手段。提出了一种基于动态权重的组合模型供热负荷预测。首先根据供热负荷变化的动态特性和单独模型的误差函数,确定分段固定权重,再根据前一个小时单独模型的预测值和真实值更新修正权重,构造出动态权重的组合模型。采用石家庄某供热站的运行数据进行仿真验证,实验结果表明,提出的基于动态权重的组合模型供热负荷预测的MAPE(Mean Absolute Percentage Error)为0.562%,验证了所提出的方法能有效提高供热负荷预测精度。

中长期电力负荷的变权灰色组合预测模型

提出了一种基于灰色理论的中长期负荷变权组合预测模型,通过分析负荷曲线走向,对不同变化趋势的阶段组合后建立不同的灰色模型分别进行预测,通过基于累加残差的变权组合预测得到最终结果,简单有效地将变权组合预测应用到电力负荷预测中。实例计算证明了该模型在中长期电力负荷预测中的有效性,该模型兼具了灰色模型的简单性和变权组合预测的精确性。

中长期电力组合预测模型的理论研究

传统中长期电力负荷组合预测方法中权系数依赖预测方法,预测模型不能很好地反映负荷发展变化规律,对此,提出了基于诱导有序几何加权平均算子(induced ordered weighted geometry averaging operator,IOWGA)和加权马尔可夫链的新型组合预测模型。该模型根据每个单项预测方法在各年份上预测精度的高低按顺序对其赋权,摆脱了权重对各预测方法的依赖,实现了组合预测模型中权系数与拟合精度在任一时点上的相关性。通过加权马尔可夫链定性地推测出预测年份上各单项预测方法的预测精度状态,确定其在预测年份的权系数进而预测。算例分析表明,该组合预测模型能够较好地模拟负荷发展规律,提高预测精度,具有较高的实用价值。

变权重组合预测模型在生活垃圾产量预测计算中的应用

以合肥市2000年～2005年城市生活垃圾产量为基础数据，采用变权重组合模型对其进行分析．结果表明，该模型的预测效果优于一元线性回归法、Logarithm Fit法、指数平滑法、灰色GM（1，1）模型等各单项模型．采用该模型对合肥市2006年～2015年的垃圾产量进行了预测．预计到2015年，合肥市生活垃圾产量将达到125Mt．

软土路基沉降变权重组合S型曲线预测方法研究

通过对软土路基沉降发展规律及其沉降曲线特点进行深入研究,在S型单项预测模型基础上,基于5种S型增长曲线模型,引进组合预测的思想,重点探讨了软土路基沉降发展的预测方法与理论,并建立了软土路基沉降预测的变权重组合S型增长模型,通过数学规划方法求解,从而可根据有限的实测沉降观测数据预测软土路基沉降发展过程。工程实例分析表明,利用该模型与方法得到的预测曲线与实测曲线吻合良好,能够满足工程要求,此外,变权重组合预测模型比其它单项模型具有明显的优越性,为软土路基沉降发展预测提供了一种有效而实用的方法。

组合预测模型构建方法及其应用研究综述

组合预测作为一种改善单项模型预测性能的有效策略已得到广泛应用,但如何科学构建组合预测模型仍值得深入研究。文章以提高组合模型预测精度为出发点,首先明确组合预测模型的普遍性优势,然后围绕单项模型筛选策略和组合权重确定方法展开文献述评,明晰组合预测模型构建方法,最后通过对比国内外相关研究,提出该领域未来继续研究的问题与方向。

滨海公路软土路基变形机理及其沉降预测研究

针对滨海公路软土路基的工程地质特征,以深圳市滨海大道试验研究为依托,探讨了该类地区软土路基变形机理及其沉降发展规律,并通过对各种沉降预测模型的对比分析,结合5种常用的成长模型,提出了滨海公路软土路基变权重组合S型成长模型。最后,以该模型对依托工程进行了沉降预测,结果表明该模型预测效果较好,适用于该类地区路基工后沉降量预测,对实际工程具有一定的实用价值。

组合预测方法在电力系统负荷预测中的应用

组合预测方法是一种性能优越的预测方法.应用最优组合预测和递归等权组合预测方法将自适应滤波模型、灰色模型、指数平滑模型组合在一起进行电网负荷预测,获得了好的预测效果.

基于向量夹角余弦的区间组合预测多目标规划方法

在区间组合预测领域引入向量夹角余弦方法,提出基于向量夹角余弦的区间组合预测多目标规划方法。将区间值的上下限分别看作时序向量,考虑组合预测区间值上下限的时序向量与相应实际值区间的上下限时序向量间夹角余弦,建立多目标最优化模型,并转化为单目标规划问题求解获得组合预测方法的权重。最后,通过一个具体的算例表明本文所提方法能够有效降低预测的误差。

模型平均方法及其在预测中的应用

模型平均方法是当代统计学和计量经济学界研究的国际前沿问题,在经济、金融、生物、医学等领域有着广泛的应用前景。本文着重介绍几种常用的和最新的模型平均方法,并把它们应用于我国的粮食产量预测,取得了比较好的预测效果,说明模型平均方法为准确的预测分析提供了有力的工具,将对规避管理中可能出现的风险和偏差提供重要的技术支持。

组合预测中权重的确定研究——最小绝对值法的应用

组合预测法的关键是确定组合的权重,着重研究了权重确定的不同方法。在讨论传统的组合预测方法的基础上,提出了新的组合预测方法,即以绝对值之和最小为目标函数的最小绝对值法.通过实例,将新方法和传统方法进行对比,验证了新方法的精确性和优越性.

灰色自适应滤波组合优化预测模型及其应用

利用时负荷的周期性，分别建立了灰色模型和自适应滤波模型。按照组合预测理论，对两种模型进行组合以提高预测精度。经实例验证，结果令人满意。

住宅市场需求的组合预测

将组合预测方法引入住宅市场需求预测 ,以实例具体介绍了组合预测的应用过程 .实例中采用了神经网络、灰色模型等预测方法的组合体系 ,对当前环境下的住宅市场需求预测进行了有益的探索 .

边坡变形及失稳的变权重组合预测模型

边坡变形和失稳受本身地质条件和外部环境等多方面因素的影响,由于这些因素的复杂性、多样性及其变化的随机性导致不同的边坡的位移和变形趋势有可能存在较大的差异。在分析总结边坡变形规律的基础上,针对边坡的典型位移-历时曲线需经历初始变形、稳定变形和加速变形3个阶段,呈反"S"型的特点,根据边坡位移的实测时间序列资料建立边坡变形的成长曲线反函数变权重组合的时变预测模型。通过与工程实例的对比分析表明,各单项预测方法是基于已知样本的固定模型,能大致反映边坡变形的发展趋势,但仍存在较大误差,而所提出的方法能充分考虑不同模型的优点,有较高的精度,适用于实际工程中边坡的变形预测及失稳的预警。

基于熵权法的组合模型在滑坡变形预测中的应用

以趋势曲线预测模型中的多项式模型和指数模型为基础,基于熵权法建立组合预测模型,就其建模理论和计算流程进行系统分析,并对某滑坡体进行预测。结果表明,文中组合方法相对于其它组合方法而言,理论简单,能够有效地反映滑坡体的变化规律,且提高了拟合预测精度,在预测工作中具有一定的参考价值。