基于WHAC-E组合预测模型的短期电力负荷预测

首先选用回归滑动平均、神经网络模型、支持向量机模型和粒子群优化支持向量机模型4种单一模型进行预测分析;然后利用运筹学中非最优的组合预测思想,选线性组合、加权几何平均组合和加权调和平均组合3种组合模型及等权法、简单加权平均法、均方误差倒数法和熵值法4种组合模型权重求解方法;通过某电力公司原始负荷记录数据及实时气象数据对其三日负荷进行预测,算例分析验证了所提出的组合预测模型应用在短期电力负荷中具有有效性和精确性,能够为短期电力负荷预测提供一定的借鉴.

基于组合预测模型的云南省能源消费预测研究

能源问题关系着我国经济的发展、环境的保护以及人类的健康,准确预测能源消费总量至关重要,可以给能源工作决策提供科学依据。本文结合云南省能源消费总量的历史数据,在三个单一预测模型的基础上,基于均方误差的非最优权重线性组合法和最小预测误差平方和为目标函数的最优权重线性组合法构建云南省能源消费总量的组合预测模型。通过比较上述预测结果,发现组合预测模型具有更好的预测效果,研究表明该模型对云南省能源消费预测有重要的理论与现实意义。

基于shapley值法的港口货运量预测

为提高港口货运量预测的准确性,依据贵港港历年的货运量数据建立三种不同类型的单一预测模型,并使用单一预测模型计算结果和shapley值法对货运量进行了组合预测。经过实例分析证明了shapley值组合预测模型的有效性。通过对比分析,得到不同预测模型的相对误差,可以看出shapley值组合预测较单一预测有较好的优越性,对于港口货运量的准确预测能够优化港口基础设施的投资和建设,同时为港口的运营和管理提供可靠的信息。

基于离散型二项式系数组合模型的黄土湿陷性评估

为了快速精确地利用基本物性指标预测湿陷性黄土的湿陷性系数,基于多种数据挖掘方法提出了离散型二项式系数组合预测模型。首先,采用相关系数法和随机森林重要性指数法综合选取模型基本物性指标为饱和度、干密度、液性指数和天然含水量;然后,分别利用多元线性回归、反向传播(back propagation,BP)神经网络、支持向量机回归(support vector machine regression,SVR)和随机森林(random forest,RF)回归对黄土湿陷性系数进行预测,并将预测结果进行组合,得到4种单一模型、2种传统组合模型和离散型二项式系数组合模型预测结果;最后,利用6种不同精度指标对上述7种预测模型展开精度分析。结果表明:组合预测模型精度整体高于单一预测模型,且提出的离散型二项式系数组合模型各精度指标均为最优,平均相对误差为3.43%。可见提出的离散型二项式系数组合模型可为湿陷性黄土地区的工程设计提供参考。

最优组合预测方法在中长期电力负荷预测中的应用

根据单一模型建立2种综合模型,分别为以减少拟合残差为目标的综合最优拟合模型和以提升预测能力为目标的综合最优预测模型。综合最优拟合模型采用二次规划算法对单一模型库进行与历史数据方差最小为目标的权值分配,然后在综合最优拟合模型的基础上以提升预测能力为目标的再次权值规划得到综合最优预测模型。通过综合最优拟合模型建立的综合最优预测模型不但在最大程度上接近历史变化规律,并弥补拟合模型在发展趋势上的不足。综合最优预测模型使用误差分析方法对文中所用模型进行分析、比较以区别模型优劣性,最后应用实际的算例,比较确定综合最优预测模型的有效性。

基于IOWGA的运输航空飞行事故征候组合预测

为了掌握运输航空飞行事故征候的发展趋势,提高运输航空安全管理水平,构建了组合预测模型对运输航空飞行事故征候万时率进行预测研究。基于2003-2015年运输航空飞行事故征候万时率的原始数据,采用灰色GM(1, 1)模型、长短期记忆神经网络模型(LSTM)、自回归滑动平均模型(ARMA)作为单一模型进行预测,建立了基于诱导有序几何加权平均算子(IOWGA)的飞行事故征候万时率组合预测模型,并将单一预测模型与组合预测模型进行了对比。结果表明,组合预测模型对飞行事故征候万时率的拟合程度较好,具有较高的预测精度,运算相对简便。最后利用基于IOWGA的组合预测模型对2016-2018年运输航空飞行事故征候万时率进行了预测。

能源需求非线性组合预测中包容性检验方法的改进

传统包容性检验方法不能很好地适应能源需求非线性组合模型的特征,基于非线性函数的思想,本文提出将传统包容性检验的线性回归模型改进为非线性回归模型,利用逐步删除单一预测模型的组合模型与原组合模型之间的非线性包容性检验方法,确定该单一模型是否参与非线性组合预测。实证结果显示,改进的包容性检验方法在能源需求非线性组合模型的适用性及预测精度方面均有所提高。