Spatial and temporal synthesized probability gain for middle and long-term earthquake forecast and its preliminary application

The principle of middle and long-term earthquake forecast model of spatial and temporal synthesized probability gain and the evaluation of forecast efficiency (R-values) of various forecast methods are introduced in this paper. The R-value method, developed by Xu (1989), is further developed here, and can be applied to more complicated cases. Probability gains in spatial and/or temporal domains and the R-values for different forecast methods are estimated in North China. The synthesized probability gain is then estimated as an example.

基于支持向量机的中长期日负荷曲线预测

提出了一种预测中长期日负荷曲线的新方法,通过历史典型日负荷数据构造出典型日年度发展时间序列,运用支持向量机方法对预测日各时刻负荷值进行预测并得到了典型日负荷曲线。该方法不需要对日负荷特性、最大负荷及需电量进行预测,因此避免了可能的误差积累问题。以某电网为例对该方法进行了测试,结果表明其具有较高的预测精度。

优化系数的NGM(1,1,k)模型在中长期电量预测中的应用

NGM(1,1,k)灰色模型预测电力系统中长期电量的精度较低,考虑增加一修正量对模型系数进行修正。按照拟合值与真实值的误差平方和最小来求解此修正量,并结合缓冲算子对原始电量数据进行处理,建立了优化系数的灰色电量预测模型。将改进灰色模型应用于两个地区的中长期电量预测中,预测结果表明,优化的灰色模型有效地提高了预测精度。

基于SpringBoot框架的中长期水文预报系统设计与开发

鉴于中长期水文预报能有效为宏观防洪形势分析和水资源管理提供科学依据,提出了Java环境下基于SpringBoot框架开发的中长期水文预报系统。该系统集成了包含随机森林、支持向量机、小波分析、贝叶斯模型平均等多种模型方法的Python模型库以提高开发效率;采用了基于RabbitMQ技术的异种语言调用与基于RESTful技术的轻量级接口设计以降低系统响应时间。并搭建了全国主要江河流域共10个断面的中长期水文预报系统作为示例进行分析,实现了中长期水文预报业务化运行,可为同类系统开发提供参考示范。

考虑余留效益的水库长期优化调度图集及应用

优化调度图是水库优化调度的重要工具,余留效益是制约水库中长期优化调度效果的关键因素。本文基于水库坝址历史流量信息,计算水库年末蓄水的长期余留效益;然后根据各时段的来水流量量级及频率,应用动态规划方法,从年末逐时段逆序计算各时段初不同水位的最优期望效益;再建立各时段在时段初水库所处不同水位时,多种典型来水情况下的最优决策图,构成水库长期发电优化调度图集。老挝南欧江七级水电站实例研究结果表明,利用本方法开展水库长期优化调度,原理清晰,操作简单,效益比常规调度和调度函数分别提高了1.03%和0.87%。本方法充分利用水库历史径流信息和预报流量信息,考虑了水库决策对余留效益的影响,为水库长期优化调度决策提供了新的途径。

面向对象方法在梯级水电站中长期预报调度软件制作中的应用

首次将面向对象的技术引入梯级水电站中长期预报调度程序框架设计中 ,用C + +语言编写有关调度类 ,以此实现了数据的封装 ,同时阐明了面向对象方法在水电站优化调度软件编制中的优越性 .

负荷中长期预测中一种改进的模糊聚类算法

电力系统中长期负荷的变化常常不是只依靠电力系统本身的信息和资料就可以正确描述的，它受到该地区社会、经济等多方面因素的制约，可以利用模糊聚类法从经济发展的角度对中长期负荷进行预测。结合最佳聚类Ｆ选优法的应用，文章提出了一个改进的模糊聚类电力负荷中长期预测的新算法。应用该方法进行实例计算，并同其它３种算法进行比较，表明该方法的预测精度较高。

粒子群算法在梯级水库优化调度中的应用研究

针对PSO算法易陷入局部最优和后期收敛速度慢的缺陷,引入进化遗传算法中的"变异"算子并采用自适应的权重因子,以改进其全局优化能力和搜索效率。引入粒子矩阵,通过对粒子在多维空间中最优位置的搜索来实现逐时段的优化计算,并将该算法应用于金沙江复杂梯级水电能源系统中长期优化调度计算中。计算结果表明,智能优化方法在复杂系统全局优化问题上较常规数学优化算法有更优越的优化性能,从而为解决复杂水电能源非线性动力系统的全局优化计算问题提供了一种新的有效的方法。

改进的多层次优化算法在水库群优化调度中的应用

随机动态规划(SDP)方法是水库优化调度的基本方法,但将其应用于包含有多年调节水库的水库群的优化调度时会引起"维数灾"问题,并且难以反映多年调节水库调节周期不定的特点。针对这种情况,本文提出多层次的改进遗传模拟退火优化算法(IGA-SA),把库群优化问题分解为第1层次的SDP优化与第2层次的IGA-SA优化,从而获得库群的优化调度结果,并应用于贵州乌江梯级水库群中长期发电优化调度研究中,取得较好的结果。实践表明,该方法可以克服随机动态规划应用中遇到的"维数灾"问题,并给包含有多年调节水库的水库群的优化调度问题研究提供了有效的工具。

基于变权缓冲灰色模型的中长期负荷预测

为解决传统灰色模型和缓冲算子在中长期电力负荷预测应用中存在的问题,提出了变权缓冲灰色模型。该模型将变权缓冲算子与背景值优化灰色模型相结合,实现对原始负荷数据的动态预处理。基于粒子群优化算法,以拟合值与实际值的灰色关联度最大为目标,选择最优缓冲系数,在提高模型精度的同时,使预测结果最大程度地体现原有负荷数据的内在发展趋势,提高拟合和预测的稳定性。为验证模型效果,使用2003—2008年全国全社会用电量数据建模,预测2009—2011年的用电量,预测结果证明了该模型在中长期负荷预测中的有效性和可用性。

基于马尔可夫链的太湖流域典型地区年降水量分析与预测

[目的]为了探讨如何预测太湖流域的年降水量,发现年降水量的规律。[方法]对太湖流域1960—2010年年降水量进行了分析,运用加权马尔可夫链方法建立了该区年降水量预测模型。[结果]太湖流域20世纪60,70和80年代研究区的年平均降水量均低于多年平均降水量;该降水序列满足马尔可夫链的要求。建立了加权马尔可夫链模型,并预测了2011年和2012年的年降水量,预测值与实测值的相对误差分别为6.59%和-10.74%;平水年、偏枯年、偏丰年、枯水年和丰水年出现的概率分别为0.268 5,0.206 7,0.184 5,0.166 1和0.174 2。[结论]马尔科夫链预测平水年的年降水量相对误差较小,偏枯年和丰水年年降水量的相对误差较大;平水年、偏枯年和偏丰年出现的概率较大。

城市燃气中长期负荷的灰色预测

针对中长期城市燃气预测中时间跨度大、燃气需求增长不稳定的特性,提出了利用序列缓冲算子对原始数据进行弱化处理,再建模型的方法。通过仿真计算结果验证了该方法的正确性和有效性。

波流联合作用下海床演变的长期预报泥沙数学模型

本文根据波浪浅水变形理论及波浪辐射应力作用的二维浅水环流方程、泥沙运动连续方程和水流挟沙能力公式建立了潮流、波浪联合作用的泥沙数学模型；提出了应用典型潮，特征波进行岸线、海床演变的中、长期预报的数学模拟方法及潮流计算的有限元加权集中质量法；为解决港口工程中岸线、海床演变泥沙数学模型的中、长期预报问题进行了有益的探索。并对毛里塔尼亚友谊港附近海区。

改进的灰色Verhulst模型在中长期负荷预测中的应用

针对中长期电力负荷预测"小样本"、"贫信息"、"不确定"、"非线性"等特点,提出了基于最小二乘支持向量机算法与等维新息技术的改进灰色Verhulst模型,并将该模型用于具有"S型"增长或处于饱和增长状态的中长期电力负荷预测。根据原始数据建立了灰色Verhulst模型,利用LS-SVM算法对模型中的参数进行了估计,基于等维新息递补预测法对负荷数据进行了预测。实例计算结果表明,基于该模型得到的预测结果相对误差在3%以内,与传统预测模型相比,采用文中的模型可获得更高的预测精度。

中长期电力负荷模糊聚类预测改进算法

针对传统的中长期模糊聚类预测算法自变量权重选择不合理、截水平集合元素不全面、相关因子计算方法单一等缺陷,提出改进的预测算法。该算法利用关联度分析计算自变量权重,通过建立相关因子计算方法库,按照相对传递总偏差最小原则选择最佳相似矩阵进行聚类,以等价矩阵所有元素的去重集合作为截水平集合求最佳聚类。实验结果证明该算法可提高预测的准确性。

基于改进B-P算法的内蒙古粮食产量中长期预测

在改进 B- P算法、提高 B- P算法预测精度的基础上 ,对内蒙古粮食总产量进行了预测。结果表明 ,在 2 0 0 2～ 2 0 1 1年 ,内蒙古粮食总产量由 2 0 0 2年的 1 4 75 .5 7万 t增加到 2 0 1 1年的 2 1 0 3.4 3万 t,呈现出稳定增加的趋势。

兴都库什—帕米尔—新疆中南部地区PI算法的回溯性研究

为考察基于地震统计物理的图像信息学PI算法是否适用于兴都库什、帕米尔和新疆中南部地区的强震预测,并考察地震活动特征,将兴都库什—帕米尔—新疆中南部地区作为一个研究区整体,对该地区1995-2009年的MS6.5以上强震进行了回溯性预测研究。设定截止震级Mc为完整性震级MW4.9,空间网格间距为0.4°×0.4,°时间滑动步长为120天,选取10年尺度的＂异常学习时间窗＂和3年尺度的＂预测时间窗＂,分别对5个时间段进行计算。利用ROC图表法作为统计检验工具,使用R I算法作为预测结果参照的＂零假设＂。计算结果表明,PI算法远优于随机预测,可适用于该地区MS6.5以上强震的预测,但PI与RI算法的预测效果差距不大。这一方面说明该地区强震活动可能具有丛集性特征,另一方面,背景地震活动的非平稳性可能是造成PI算法与RI算法效果接近的原因。

文化微粒群神经网络在用电量预测中的应用

为了提高传统神经网络在中长期用电量负荷预测中的速度和预测精度,将文化算法、微粒群算法融入神经网络中,设计了文化微粒神经网络模型;将该模型用于我国某地区中长期用电量预测建模,采用了滚动时间窗技术处理输入输出数据,进一步优化模型数据输入量。该方法综合了微粒群算法的全局寻优能力和文化算法的演化优势。通过与传统的灰色预测模型以及实际数据对比,结果表明,结合滚动时间窗技术的文化微粒神经网络模型用于地区中长期用电量预测建模效果更佳,预测结果更能满足实际要求。

单位产品成本中长期预测模型的研究

降低产品成本是企业增加经济效益 ,提高经营成效的主要途径。成本预测的基本作用是保证以最少的资金耗费 ,获得最大的经济效益。生成数加 B- P算法和后验差检验 ,建立单位产品成本预测模型可以用于中长期单位产品成本的预测。这对于促进企业加强经济核算 ,改善经营管理 ,降低产品成本 ,提高经济效益 ,都有十分重要的意义。

IGM(1,1)幂模型在中长期负荷预测中的应用

针对GM(1,1)幂模型的固有缺陷,通过优化灰导数构建了IGM(1,1)幂模型,指出该模型可对呈S型曲线增长或增长处于饱和阶段的中长期负荷数据及增长型负荷数据建模,选取不同参数,可将GM(1,1)幂模型转换为GM(1,1)、Verhulst及Gompertz模型,并采用不同测试数据及电网实际负荷数据验证,结果表明,该模型适用性广、精度高。