农网改造评价指标的非线性优选组合预测模型

为解决多项目评价中指标的自适应预测问题,采用定量趋势分析与定性趋势分析相结合的方法确定模型群,建立了一套适用于众多农网项目综合评价的优选组合预测模型。试用结果表明,模型的预测精度和通用性良好。

负荷预测的交叉式自适应优选组合预测模型

提出了一种适用于用电负荷预测的交叉式自适应优选组合预测模型。该模型充分考虑了用电负荷指标的特性和规律，针对用电负荷指标众多、变化各异的情况，建立预测模型库；根据标准离差，优选组合出最优模型。通过在京津唐电网的实用表明，模型具有较强的自适应性和较高的预测精度。

神经网络优选组合预测模型在电力负荷预测中的应用

针对以往的组合预测模型中,最优权重不能保证非负性的问题,引入了神经网络优选组合预测模型。实例验证表明,此模型具有很强的自适应性和较高的预测精度。

灰色优选组合预测模型及其应用

针对优选组合预测模型的择优难问题,依据灰色系统理论关联度分析的基本原理,提出了预测模型最优选择的综合评判法,并应用于京津唐电网月度负荷预测中,有较强的自适应性和较高的预测精度。

全社会用电量的优选组合预测法

全社会用电量预测是电力市场分析预测的重要组成部分。需要有较高的预测精度。推荐采用方差一协方差优选组合预测模型，该方法通过对常规单一预测方法加以合理、科学地组合，比单一方法预测效果更佳。

基于优选组合预测模型的中长期负荷预测

电力系统负荷预测是电力市场的基础,准确的负荷预测有利于提高电网运行的安全稳定性,从而提高电力系统的经济效益和社会效益。文章介绍了用于中长期负荷预测的灰色理论模型以及灰色等维新息模型、弹性系数法与非线性回归中的指数预测模型,提出了电力系统中长期负荷预测的实用新方法——优选组合预测模型。结果表明,优选组合预测模型对于电力系统中长期负荷预测这样复杂的问题,具有预测精度高,简捷实用等优点,该方法可以作为中长期负荷预测的工具之一。

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。

优化组合预测的设计与分析

阐述了组合预测方法的基本原理,并从理论上论证了组合预测方法相对于单一预测模型的优越性。针对以往的组合预测模型最优权重不能保证非负性的问题,提出了一种新的基于前向神经网络模型的最优权重确定方法,并引入了神经网络优选组合预测模型。通过分析和比较,此模型具有很强的自适应性和较高的预测精度。

因子分析在优选预测中的应用

本文针对传统优选组合在评判指标上存在单一性的缺陷,将多元统计中的因子分析方法引入到多指标的综合评判,从而优选出最佳预测方法,并通过实证分析,说明该方法有较强的自适应性和较高的预测精度。

一种基于用电行业分类的中长期电量预测方法

针对传统中长期电量预测方法思路单一,忽视不同层次电量预测之间的内在联系而影响中长期电量预测精度的问题,提出了一种基于用电行业分类的新型中长期电量预测方法。首先,设计了适用于电量预测的用电行业分类原则和方法;然后,以8种特性互补的预测方法为基础,建立优选组合预测模型,对待预测区域整体以及各用电行业的电量需求分别进行年度和季度的预测;最后,运用多级预测协调理论建立了一个二维二级协调模型,对上一步的电量预测值进行修正,改善预测精度,得到上下级统一的区域整体以及各行业未来年度和季度的电量预测值。以实际的电量数据进行了算例分析,验证了该方法的有效性。

电力电缆接头的温度监测与预警研究

接头故障是电力电缆系统故障的主要原因之一,而接头温度能很好地反映电缆接头的运行状况。利用光纤光栅传感原理,构建了对电缆接头温度的实时监测系统,并分析了其工作原理。在此基础上,为保证电缆安全运行,及时发现潜在故障,达到故障预警的目的,还进行了温度预测的研究。通过对预测方法及历史数据的分析,提出了一种基于一阶自适应系数和二阶自适应系数预测的优选组合温度预测算法,来判断温度变化趋势,并且通过实例分析验证了该算法的可靠性。

电力电缆接头温度监测与预警技术的研究

接头故障是电力电缆系统故障的主要原因,而接头温度能很好地反映电缆接头的运行状况。基于此原理,利用光纤光栅传感技术构建了对电缆接头温度的实时监测系统,并分析了其工作原理。在此基础上,为保证电缆安全运行,及时发现潜在故障,达到故障预警的目的,还进行了温度预测的研究。通过对预测方法及历史数据的分析,提出了一种基于一阶自适应系数预测法和二阶自适应系数预测法的优选组合温度预测法,来判断温度变化趋势,并且通过实例分析验证了该预测法的可靠性。