基于EMD和SVM的电网工程设备价格预测模型

电网工程设备价格的非线性和非平稳性特征导致其价格预测难度大、预测精度低,针对这一问题,建立了EMD-SVM预测模型。利用经验模态分解(EMD)将历史价格分解为平稳的、周期波动的若干价格分量,并以此作为输入,对各分量进行基于支持向量机(SVM)的价格预测,最后将各预测分量叠加得到预测值。以180 MVA主变的历史数据为样本,通过与SVM的预测结果进行对比及误差分析,验证了EMD-SVM预测方法能够有效提高电网工程设备价格的预测精度,对于工程造价管控和设备招投标具有一定的参考价值。

谈电网工程设备的技术改造与大修管理

电力事业一直是国家在发展过程中关注的重要对象,在长期的发展过程中,国家更是将大量的人力物力财力资源投入到电力事业的生产与建设中。随着国家经济水平的不但提高,各种各样先进的技术手段出现在人们的生活中,特别是互联网时代的到来,更是给国家的发展以及人们的生活提供诸多便利条件。近年俩,电力事业的发展也紧跟潮流步伐,并在发展的过程中对涉及到的电网工程设备进行了技术调整、改进与完善,以此来顺应时代的发展和社会的需要。本篇文章就电网工程设备的技术改造与大修管理方面的内容进行简要的论述,并提出了一些建设性的意见,希望能对电力事业整体的发展提供帮助。

基于EEMD-SVM模型的电网工程设备价格预测

由于电网工程设备价格具有非线性和非平稳性特征,导致其价格预测难度大、预测精度低,针对这一问题,建立了EEMD-SVM预测模型。利用集合经验模态分解理论(ensemble empirical mode decomposition,EEMD)对经验模态分解理论(empirical mode decomposition,EMD)进行了改进,通过EEMD将历史价格分解为平稳的、周期波动的若干价格分量,并以此作为输入,对各分量进行基于支持向量机(support vector machine,SVM)的价格预测,最后将各预测分量叠加得到预测值。以220kVA柱式断路器的历史数据为样本,通过EMD-SVM与EEMD-SVM的预测结果进行对比及误差分析,证明EEMD-SVM比EMD-SVM的预测精度更高,其预测结果对于工程造价管控和设备招投标具有一定的参考价值。