基于X12季节调整法与神经网络的光伏出力预测方法

精准的光伏出力预测是光伏并网规划的基础,对光伏消纳与电网安全经济运行具有重要影响,为此提出了一种基于X12季节调整法与神经网络的光伏出力预测方法。首先利用X12季节调整法将光伏出力序列分解为趋势分量、季节周期分量和随机分量;再基于BP神经网络的方法对各个分量进行预测,经组合得到最终结果;最后选取江西省会昌县光伏的实际出力序列作为分析对象,利用所提出的预测方法进行预测结果表明,该方法能够达到较高的准确度。

神头泉流量衰减原因分析及趋势预测

运用季节分解、回归分析等时序分析方法对该泉 42年 (195 8- 1999)的月观测流量资料和大气降水、人类开采地下水资料进行了分析处理。结果表明大气降水的减少是神头泉流量衰减的主要原因 ,其控制着泉流量变化的基本趋势 ,而人类活动对泉流量的衰减起促进作用 ,属次要因素。其中 ,泉流量对大气降水变化的响应存在 11年的滞后期 ,对 390～ 45 0 mm区间的年降雨量变化响应最敏感 ;而泉流量对人类活动的响应只有在第四系孔隙水开采量大于 5× 10 7m3 / a时才明显。在此基础上 ,预测了泉流量未来演化趋势。此外 ,对山西近几十年来出现泉流量普遍减少的原因进行了讨论。

基于X12-HP模型的水产品价格波动分解研究

运用X12季节分解和H-P滤波法,将我国4大类28种水产品批发价格分解成趋势波动、周期波动、季节波动、随机波动4种波动类型,分析总结了不同类型水产品价格的波动特征及其变化规律。研究发现:不同类型水产品价格趋势波动差别较大,同一类型内各品种也存在明显差别;淡水鱼、海水鱼、虾蟹类价格季节波动大体呈倒"V"型波动,贝类价格季节波动年初至年末大体呈直线下降形态;几类水产品中,淡水鱼、海水鱼、贝类价格波动周期在2年以上,虾蟹类价格周期较短,约为10多个月;从各种波动对价格影响看,淡水鱼、海水鱼价格受随机波动、季节波动、周期波动影响相对较小,所考察期间变化不大;贝类价格受随机波动、季节波动和周期波动影响均较大,但几种波动对价格波动贡献趋于减弱。基于分析结果,提出了调整水产品生产结构、加强市场监测预警和构建产业风险防范体系等对策建议。

季节性氢储能–混氢燃气轮机系统两阶段随机规划

规划配置制氢-季节性氢储能-混氢燃气轮机系统,可综合解决丰能季节富裕能源存储及其向枯能季节转移应用问题,保障新能源为主体的新型电力系统供电可靠性。考虑多能源荷不确定性及长时间尺度波动耦合特性,提出最小均差-熵权法及季节性分解法的随机规划场景建立方法,包括基于最小均差-熵权法的多能源荷典型年选择,基于季节性分解法的多能源荷长期趋势分量、季节性分量及随机分量的获取,并将随机不确定分量与典型年确定场景叠加,建立随机规划典型场景集。针对复杂耦合系统规划问题,提出两阶段随机规划策略,并据此建立丰能季“制氢-储氢”系统容量优化配置模型和枯能季混氢燃气轮机优化配置模型。算例仿真验证方法的有效性,配置该系统与新增火电机组相比具有低碳价值及经济可行性。

中国主要畜产品价格波动特征及影响因素分析

畜牧业是中国农业的重要组成部分,是支撑中国经济发展的支柱产业之一。畜产品大多为鲜活农产品,受产品易腐、运输消耗大、时间定价敏感、相关进口产品冲击及养殖效益不佳等因素影响,中国畜产品价格近年来频繁暴涨暴跌,给养殖户和产品生产商带来巨大的市场风险,也对人们的日常生活产生冲击,确保畜产品价格的合理波动、保证市场的稳定是实现畜牧业健康高质量发展的关键所在。运用H-P滤波法和时间序列分解法分析中国主要畜产品价格的波动趋势及周期季节性波动特征,并基于价格形成理论、价格波动理论、价格预测理论等分析畜产品价格波动的影响因素,在此基础上构建畜产品价格波动预测指标体系。基于此,从加强畜产品价格研究,构建完善的畜产品价格预测机制;强化数据采集体系建设,建立健全畜产品价格预测预警信息系统;完善信息预报发布机制,提升畜产品价格预测预警水平等方面提出了加强畜产品价格波动及预测预警研究的建议。

大气降雨变化对神头泉流量影响的研究

运用季节分解的方法分析了我国北方著名岩溶大泉—神头泉流量与大气降雨变化的关系。结果表明 ,大气降雨变化是影响神头泉流量变化的根本原因 ,其间存在着 11年的滞后时期 ;人类活动 ,主要是人类在 70年代中期到 80年代末对第四系孔隙水的大规模开采对泉流量的衰减起一定促进作用。受大气降雨变化的影响 ,神头泉流量在未来 11年中将不断回升 ,2 0 0 7年后流量将稳定在 7.6 6m3 /s。

天然气市场波动对下游企业资本市场的影响

基于熵权法,构建下游城市燃气价格指数.为了研究天然气市场波动的影响效应,进行季节趋势分解,构建结构向量自回归模型,并以此为基础建立马尔科夫区制转移向量自回归模型,识别和分析考察期内的结构变化.结果表明,天然气市场波动会影响下游企业的资本市场,存在着状态的转换,相比于液化天然气产量和液化天然气价格,液化天然气进口量波动对下游企业影响更大,国内与天然气市场有关事件,也会影响城市燃气企业资本市场.

基于abcd和Budyko模型的佳芦河干湿季径流变化归因分析

河川径流变化受到人类活动和气候变化影响,探究其主要影响因素与影响过程是当前学科研究的热点问题之一。本文以陕北黄土高原区佳芦河为研究对象,采用Mann-Kendall线性回归法对干、湿季水文气象要素进行趋势分析;采用滑动F检验法、滑动T检验法和Lee-Heghinian检验法等进行径流变异性分析;采用abcd模型与基于扩展的Budyko模型的季尺度垂直分解法进行径流变化影响因素量化分析。结果表明:佳芦河流域干季和湿季降水均有不显著上升趋势,气温均呈显著上升,潜在蒸散发干季显著上升、湿季不显著上升,而干湿两季径流都具有显著下降趋势。干季和湿季径流序列分别在1972年和1984年发生突变。人类活动是佳芦河流域干季和湿季径流减少的主要原因,人类活动和气候变化对干季径流的影响分别为减少2.2 mm月和增加0.07 mm月,对湿季径流序列的影响分别为减少7.84 mm月和增加0.92 mm月。模型模拟效果较好,适用于佳芦河流域径流变化研究。

基于周期分解的圆形分布法分析我国流行性乙型脑炎季节特征

目的:探讨基于周期分解的圆形分布法在分析我国流行性乙型脑炎(乙脑)季节特征方面应用的可行性。方法:先使用周期分解法对我国2005年至2014年乙脑发病的季节特征进行分解,再用圆形分布法验证分解出来的季节指数的季节性特征。结果:2005年至2014年我国乙脑发病数呈下降的趋势;乙脑发病呈现出明显的季节性,发病高发日在8月16日,高峰期在7月至9月,流行期在6月至10月。结论:我国乙脑发病具有明显的季节性。满足圆形分布法的应用条件时,基于周期分解的圆形分布法在了解传染病季节特征方面具有较好的应用价值。

北京香菇批发价格波动分析及展望

香菇是中国重要的园艺产品之一,其价格波动对生产者的种植积极性及收益产生直接影响。利用Censusx-12季节调整、HP滤波方法分析2014—2017年北京香菇价格波动规律发现,北京香菇价格总体呈现下降趋势,2017年底显现回升迹象,价格极值出现具有规律性,总体上两年一个波动周期,但也存在一定的不规则变化。受产品及原材料供求以及替代品价格变化等多种因素影响,未来北京香菇价格短期内仍将延续缓慢下降趋势。

东、黄海SST与850hPa气温季节变化关系的SVD分析

利用1998~2004年的热带降雨测量卫星的卫星遥感海表面温度（SST）数据以及美国NO-AA/NCEP再分析产品的850 hPa气温数据,采用EOF分析方法,分析了850 hPa气温的季节内变化特征,运用奇异值分解（SVD）分析方法对东、黄海SST与850 hPa气温季节内变化的相关关系进行了分析。对850 hPa气温季节内变化的EOF分析结果表明,EOF分析获得的前4个模态的累积方差贡献率为86.51%,其中EOF的第一模态的方差贡献率占44.49%,其空间模态呈现出明显的东南海域为正值、西北海域为负值的反相分布特征,这一模态的显著变化周期为6.6周（约46 d）和2.8周（约19 d）。SVD分析结果表明,第一对模态的协方差解释率为83.6%,基本上能体现出SST温度场与850 hPa气温场季节变化的特征,其空间分布型表明,东海北部以及黄海近岸等海区SST季节变化与30°N以南的东海海区850 hPa气温的季节振荡存在显著的正相关关系,SVD第一对模态空间分布型时间系数之间的相关系数达到0.29。

基于因素分解法和季节ARIMA模型的居民生活用电预测对比分析

居民生活用电是居民家庭生活能源消耗的主要原因之一,对居民生活用电量的准确预测对能源保障和节能减排具有重要意义。居民的生活用电量往往受到长期趋势、季节因素、随机因素等多个因素的影响,合理选择预测方法是提高预测精度的关键。本文基于2013年10月-2019年9月的合肥市居民生活用电月度数据,分别采用因素分解法、加法季节ARIMA模型和乘法季节ARIMA模型三种方法建立模型并进行对比分析与预测,并结合2019年10月-12月数据进行预测效果检验。结果表明乘法季节ARIMA模型在样本区间的拟合效果最好;因素分解法对未来的预测效果最好且更易解释;在各因素存在交互作用的情况下,乘法季节ARIMA模型拟合效果和预测效果均优于加法季节ARIMA模型。

居住环境宽带电磁辐射的分析与预测

针对居住环境内电磁辐射在周期性规律中混有较多高频分量,导致传统时序建模方法和神经网络方法预测性能受限的问题,提出了一种小波分解与季节性差分自回归滑动平均(seasonal autoregressive integrated moving average,SARIMA)模型相结合的混合预测方法.该方法根据辐射数据的时频特性,利用SARIMA模型对小波分解得到的主要周期分量和细节分量进行分层预测,以适应居住环境内多种发射源形成的复杂电磁辐射状况.实验结果表明,该方法不仅比单一时序建模方法以及神经网络方法具有更高的预测准确度,而且具有更强的异常值适应性与稳定性.

基于季节性分解的圆形分布法在蚊虫监测数据统计分析中的应用

目的采用基于季节分解的圆形分布法,分析河北省2016-2019年蚊虫分布的季节特征,探讨其应用于蚊虫监测数据统计分析的可行性。方法使用Excel 2007和SPSS 19.0软件,采用季节分解法对河北省2016-2019年蚊虫密度的季节特征进行分解,分析河北省蚊虫密度的季节趋势,采用t检验对原始拟合蚊密度与原始蚊密度的差异进行比较;通过季节指数利用圆形分布法推测河北省蚊虫的密度高峰日和高峰期。结果将2016-2019年河北省蚊密度进行季节分解,构建出趋势季节模型如下:Yt=(1.328+0.072t-0.001t2)+St(Yt为某月的预测蚊密度,t为序列号,St为季节指数,F=2.679,P<0.05),通过趋势T的预测值和季节指数最终得到原始拟合的蚊密度,与原始蚊密度的走向基本一致。2016-2019年河北省蚊虫密度具有很强的季节性,且均呈现先升后降的季节趋势;蚊密度高峰日为8月2日,高峰期为6月27日至9月5日。结论满足圆形分布法的应用条件时,基于季节分解的圆形分布法在分析蚊虫监测数据及季节特征方面具有较好的应用价值。

中国就业景气指数的构建、预测及就业形势判断--基于网络招聘大数据的研究

中国人民大学中国就业研究所与中国领先职业发展平台智联招聘联合推出了中国就业市场景气指数(CIER)。该指数通过观测不同行业、城市职位供需指标的动态变化,反映就业市场上职位空缺与求职人数的比例变化,能够起到监测中国就业市场景气程度以及就业信心的作用。选取2011年第1季度至2017年第1季度的CIER数据,运用季节分解法、H-P滤波、VAR模型等时间序列分析方法进行的分析表明,CIER指数与宏观经济景气指标具有密切的联动关系。该指数不仅能够比较灵敏地反映中国就业市场的长期、中期及短期的动态变化特征,而且对宏观经济景气程度也具有较好的敏感性,因此,可以作为监测宏观经济景气程度的辅助指标。

采用季节性分解方法快速分析药品消耗规律

目的:建立一种简单易行的快速分析药品消耗规律的方法,提高医院药房管理水平。方法:以吗丁啉片为例,采用时间序列季节性分解方法分析24个月的实际订货量数据,借助SPSS软件提取出几个表达变化趋势的关键分量,包括反映趋势和循环成分的分量(STC)、反映季节性变动的分量(SAF)及去除季节影响后的分量(SAS),通过观察这些分量数据序列的变动规律得出结论;同时与直观法进行比较。结果:季节性分解法的预测准确性较高,其平均绝对百分误差(0.17)明显小于直观法的误差值(0.24)。结论:采用季节性分解方法可以在软件的帮助下迅速且准确地发现药品的消耗规律,在此基础上调整库存策略,可更方便地结合药品的日常管理与长期动态管理,从而提高药品管理水平。

我国2009-2018年病毒性肝炎的发病趋势分析和预测研究

目的探讨我国5种病毒性肝炎(肝炎)的时间序列特征,并通过有效的模型预测其发病率。方法按照甲型肝炎、乙型肝炎、丙型肝炎、戊型肝炎和未分型肝炎5种不同类型肝炎分类方式收集2009-2018年的月度发病数据,进行描述性和时间序列研究,采用趋势分解法以季节指数形式表示时间序列中的季节性,以线性回归模型表示其长期趋势,为每种肝炎建立差分自回归移动平均(ARIMA)模型。结果2009-2018年报告肝炎14856990例,5种肝炎季节指数的极差均<1,戊型肝炎的季节性特征较为显著,其发病呈单峰型,其余4种肝炎的季节性特征一般。甲型肝炎、戊型肝炎和未分型肝炎的发病基本趋于平稳,在一个较低的水平上呈缓慢下降趋势,乙型肝炎发病数在5种肝炎中占比最高(79.59%,11824262/14856990),但其下降趋势也为各型肝炎中最快(-0.01/10万)。丙型肝炎发病呈不断上升的趋势,上升速率一直保持稳定(0.005/10万)。ARIMA模型拟合的2009年1月至2018年12月的预测值与实际值较一致,平均绝对误差百分比范围为3.7568~8.0683。结论对于法定报告传染病监测数据的时间序列分析有助于更好地了解我国肝炎的发病特征,ARIMA模型可用于我国肝炎的短期预测,具有较好的应用价值。

GPS坐标时间序列时变振幅周期信号的Huber M估计

GPS时间序列周期信号的精准提取对趋势的估计具有重要的影响。相较于传统的常数振幅周期信号模型,已有研究表明GPS时间序列周期信号的振幅是随时间变化的。实际的GPS时间序列存在异常值,且在提取周期信号过程中会产生新的异常值。针对以上两点,该文提出了一种基于Huber函数M估计(HM)的GPS坐标时间序列时变振幅周期信号估计方法:采用关于时间的多项式函数来建立时变振幅模型,由HM方法及交替方向乘子法求解。通过模拟数据及实际GPS站点数据将HM方法与小波分解方法、奇异谱分析方法和滑动最小二乘方法进行比较,结果表明HM方法在估计精度上要优于其他3种方法,弥补了已有方法在时变振幅情形下会吸收噪声以及噪声较强时对周期信号提取能力较弱的不足。