短期负荷综合预测模型的探讨

中国实用的短期负荷预测系统普遍采用的是综合预测模型机制。文中深入研究了该机制的实现和应用原理,针对其权重不等式约束、求解方案实用化方面进行了深入探讨,提出了“最优拟合模型”不等于“最优预测模型”的观点。对该观点进行了详细的论证。在此基础上,提出了“较优预测模型”的实现策略,并以实例证实该模型提高了负荷预测的准确率和误差稳定性。

基于Logistic模型及水驱曲线的一种综合预测模型

水驱曲线法与开发模型法是油藏工程的重要预测方法 ,但二者都有一定的缺陷。将广泛适用的 L ogistic峰型模型和甲型、丙型水驱曲线相结合 ,建立一种综合预测模型 ,这种模型不但可以预测某一特定时间水驱油田的产油量、累积产油量、含水率、水驱波及系数 ,而且可以预测水驱油田的可采储量。

冬植甘蔗新台糖1号高产栽培生态学研究Ⅱ.生态因子与生长的关系及其综合预测模型的建立

通过对海南檐州蔗区的土壤含水量、土壤养分、叶片养分、降雨量、旬积温和旬日照时数的单因子分析，结果表明，在甘蔗萌芽分蘖期和工艺成熟期进行适时灌溉，对于促进分蘖、保证有效茎数和延长伸长期有重要作用，重施基肥和在伸长期增施追肥是高产高效的重要栽培措施。通过对各因子的综合分析，筛选出降雨量、旬积温、旬日照时数和生长发育天数为自变量，以Ｒｉｃｈａｒｄｓ方程作为基本模型，用Ｍａｒｑｕａｒｄｔ迭代法建立了甘蔗株高综合预测模型［Ｈ＝４３９４５６９０（１－ｅ］。该模型因其含有时间变量和各参数能作出合理的解释，而对样本资料具有灵活的切合性能和适用性，既可用于预测，又可用于对生态系统的调控。经对该模型参数和实际资料的进一步分析，得出降雨对株高生长影响最大，其次为积温和日照时数。同时得出土壤含水量每增加１％（基数为１３．０６３４％）相当于降雨量增加３２．５ｍｍ，甘蔗株高每天可增高２ｃｍ。

矿床成矿系列综合预测模型

以香格里拉地区与印支期中酸性斑(玢)岩有关的有色金属成矿系列为例,探讨了矿床成矿系列综合预测模型的建立方法及过程。认为成矿系列的不同序次均应有与之相对应的预测模型,只有将不同级次的预测模型结合起来,相互补充,才能更好地完成从面上评价到点上突破的找矿预测过程。综合预测模型建立的好坏,直接影响基于成矿系列的全位预测和缺位预测。

电力系统中长期负荷的可变权综合预测模型

中长期电力负荷预测是电力系统安全调度、经济运行、优化规划和科学管理的基础与前提 ,预测的精度高低对国民经济各部门至关重要 ,因而对电力负荷中长期预测方法的研究既有理论价值又有实际意义。鉴于中长期负荷预测具有研究时间跨度长 ,影响预测的物理因素复杂且不确定性较大等特点 ,同时现有的综合预测模型中大都采用了固定不变的权重 ,本文提出了一种权重可变的电力负荷综合优化预测模型 ,以更好地反映电力负荷变化的规律。详细的算例分析充分说明了该预测方法的有效性。

多参量动态综合预测模型

现有的综合预测模型，大多未考虑系统的时变性和各种异常在震前所显示的不同持续时间。本文针对地震过程的不可逆性与孕育过程中的时变性，由可容纳不同异常持续时间的多参量动态预测综合模型，依据适合于不可逆过程的ＡＲＭＡ和ＶＡＲ参量预测模型，以华北北部区域为例，探讨了进行未来强震危险性预测的途径。最后，对影响预测精度的因素进行了分析和讨论。

综合预测模型的构建及预测系统开发研究

为了避免传统组合预测方法人工赋权的主观性与简单组合难以推广的弊端,进一步提高预测精度与自动化,提出了N种单一预测模型的综合预测模型,并且给出该模型权系数的科学的数学计算步骤。以某油田勘探开发投资规模预测为实例加以验证,结果表明综合预测模型的预测精度较单一模型有明显提高,达到了预测模型精度提高与模型易于推广的目的;建立了该实例的投资规模预测系统,实现了预测与系统的结合,保证预测的高效性。

基于矿床综合预测模型金矿资源潜力评价——以辽西建平—宝国老太古宙变质岩建造金矿化带为例

辽西建平—宝国老太古宙变质岩建造金矿化带成矿潜力巨大,目前已发现金矿床(点)127处,但随着金矿开发力度及难度增大,急需寻求新的找矿突破。利用前人的地质、矿产、物探及化探等资料,建立了建平—宝国老太古宙变质岩建造金矿化带的空间数据库。重新建立了研究区金矿区域找矿模型,其中主要找矿标志包括新太古代变质深成岩、中生代中-酸性侵入岩、EW-NE-NNE-NW向断裂、Au-Ag-Cu-Pb-Zn-Mo化探异常、金重砂异常、已发现金矿床(点)。采用MRAS中的矿床综合预测模型,对研究区首次进行了基于GIS下的金矿产资源评价工作。据此圈定并优选出12处找矿靶区;并根据成矿有力度的不同由高到低划分为A、B、C 3级,其中A级找矿靶区7处,B级找矿靶区4处,C级找矿靶区1处。

强震危险区可拓综合预测模型在南北地震带应用研究

将可拓学引进地震综合预报,通过建立强震危险区可拓方法综合预测模型,计算各类指标的关联函数,对南北地震带进行全时空、有限时空扫描的应用检验,研究孕震区地震活动图像演化特征,探索强震危险区综合预测新途径,初步研究结果说明该方法在地震强震危险区综合预测中有较好的应用前景。

综合预测模型的探讨

我们在完成吉林省科委下达的《吉林省机械工业2000年发展战略和科技支持系统的研究》课题的过程中,为了保证吉林省机械工业总产值目标预测的可靠性和准确性,探索和运用了综合预测模型。下面,结合我们的科研成果,对综合预测模型的有关问题进行探讨。

径流式小水电站年发电量综合预测模型

针对径流式小水电站电力生产的特点,建立了一种新的多元线性回归(MLR)&最小二乘支持向量机(LS-SVM)的年发电量综合预测模型。该模型充分利用径流式小水电站发电量与其影响因素(年来水量、来水离差系数和电网负荷率)之间的关系,并建立与之对应的由初步预测子模型和误差修正子模型两部分组成的综合预测模型。实际预测结果表明,本文所提的综合预测方法能适应径流式小水电站发电量的具体问题,其效果优于常用方法,易于实现。

基于综合预测模型和蒙特卡洛的电动汽车保有量及负荷预测方法研究

电动汽车的规模化发展及其充电设施的持续性建设严重威胁电力系统的稳定性,但是目前尚缺简便有效的电动车保有量和负荷预测方法。因此,建立基于综合预测的电动汽车保有量预测模型,应用灰色预测、反向传播(BP)神经网络以及长短时记忆(LSTM)网络3种预测模型对电动汽车保有量进行预测,获得单预测模型的预测结果,并利用熵权法对单预测模型预测结果分配权重,计算得到综合预测结果。建立基于蒙特卡洛算法的电动汽车负荷预测模型,在保有量预测的基础上,模拟电动汽车电池特征参数和用户出行习惯,对电动汽车无序充电行为进行预测,形成电动汽车日负荷曲线。最后,以某市电动汽车保有量及充电负荷数据验证所提模型的有效性。算例分析表明,所提综合预测模型比单预测模型具有更高的预测精度,负荷预测结果表明规模化电动汽车并网将给电力系统带来新的挑战。

延长石油探区延长组页岩总含气量综合预测模型

通过页岩样品的等温吸附实验,计算了延长组页岩的吸附气含量,通过建立公式和测井综合解释计算了延长组页岩的游离气含量和溶解气含量,结果表明延长石油探区延长组页岩总含气量为2.25~5.08 m3/t,其中吸附气含量为1.75~4.21 m3/t,游离气含量为0.20~0.60 m3/t,溶解气含量为0.05~0.52 m3/t.通过不同赋存状态页岩气与多个地质因素的相关性分析,认为吸附气含量主要受控于温度、压力、总有机碳含量和含水饱和度,游离气含量主要受控于孔隙度和含气饱和度,溶解气含量主要受控于残余油含量、温度、压力、天然气相对密度和原油相对密度。建立了延长石油探区不同赋存状态页岩气总含气量综合预测模型,用现场解吸法获得的总含气量的实测值进行检验,证实页岩总含气量综合预测模型可靠性较高。

基于瑞利模型与水驱特征曲线的综合预测模型研究——以大庆油田萨北过渡带区块为例

水驱特征曲线和产量预测模型分别是预测水驱开发油田开发动态及可采储量的重要方法,在前人研究的基础上,本文开展了基于瑞利模型与张金庆型和俞启泰型水驱特征曲线相结合的综合预测模型研究。结果表明,该综合预测模型既继承了水驱特征曲线和产量预测模型原有的预测功能,又有效地弥补了二者的不足,能够预测水驱开发油田产油量、累计产油量、含水率以及可采储量等开发指标随开发时间的变化,具有适用性广、表达式简单、参数易求取等特点。该综合预测模型预测数据与油田实际开发数据吻合程度好、预测精确度高,对水驱开发油田开发方案的制定及调整具有较好的指导意义。

基于数值天气预报的母线负荷综合预测模型

母线负荷预测是电网安全校核和编制发电调度计划的基础。基于母线负荷历史数据和数值气象数据,通过相关性分析将母线负荷进行分类,提出了一种基于数值天气预报的BP神经网络母线负荷预测方法。进而以倍比平滑法和基于数值气象数据的BP神经网络法为基础,建立了分时段变权重的综合预测模型。对烟台地区的母线负荷预测结果表明,所提出的母线负荷综合预测模型有效地提高了预测准确率,对含大规模风电接入电网的输电设备安全校核具有重要的实用价值。

基于江西某金属矿山的地质灾害评价及综合预测模型分析

金属矿山的开采对当地生态环境和人们的正常生活带来了影响,也诱发了各类矿山地质灾害的发生率。为了正确的评估矿山的危险性和破坏损失,本文以江西省某开采金属矿山为例,在总结矿山主要地质灾害类型的基础上,从2个方面讲述了常用的地质灾害评价系统,文章做最后以模糊评价模型为例,分析了矿山地质灾害综合预测模型建立的重要性和必要性,本文的研究成果为推动矿山地质灾害综合预测发展提供帮助。

多学科综合预测模型在甲状腺微小癌诊断中的应用价值

目的探讨多学科综合预测模型在甲状腺微小癌诊断中的应用价值。方法根据甲状腺结节良恶性质的不同将100例甲状腺结节患者分为恶性组(n=32)和良性组(n=68),分析发生甲状腺微小癌的影响因素,构建Logistic回归预测模型。结果单因素分析结果显示,恶性组患者的内部低回声、微钙化、纵横比≥1、边界不清晰、存在家族史的比例均高于良性组患者(P﹤0.05);多因素分析结果显示,内部低回声、微钙化、纵横比≥1、边界不清晰、存在家族史是发生甲状腺微小癌的独立危险因素(P﹤0.05)。以诊断因素建立Logistic回归预测模型,通过运算得出新的预测指标A,临界值为0.662,曲线下面积(AUC)为0.759,灵敏度为87.5%,特异度为94.1%,准确度为84.5%。随机抽取1例患者的数据代入方程式,可得P=0.697,明显大于A的临界值0.662,甲状腺微小癌的发生率为75.9%。结论多学科综合预测模型的建立能够在一定程度上对甲状腺微小癌的发生进行较全面的预测,同时在临床应用中较为直接、快捷,有利于提高甲状腺微小癌的诊断率。

通信运营商一种综合的收入预测模型应用——以Y公司为例

收入预测作为预算基础性工作之一,其准确性将直接影响其他预算指标和公司资源分配等重大决策。如何让收入预测更加准确,成为财务人员一项重大的挑战。实际工作中,由于环境复杂多变,收入影响因素众多,预测方法本身也较多,最终导致收入预测结果众多,差异较大。本文试图建立一个综合的收入预测模型,尽可能考虑影响收入的各种因素,并以此为基础构建一个高速 -正常 -低速的收入增长矩阵,以提升收入预测结果准确性和参考价值。

利用卡尔曼滤波综合算法构建开采沉陷预测模型

为提高矿区地表沉陷预测精度,提出了基于自回归综合移动平均模型(Autoregressive Integrated Moving Average,ARIMA)的卡尔曼滤波模型与Elman神经网络相结合的综合预测模型。首先,针对沉陷监测序列的非平稳性与复杂性特点,ARIMA模型能够将原始数列平稳化,构建地表下沉预测模型,并作为卡尔曼滤波的状态方程;然后将Elman神经网络的沉陷预测结果作为观测值引入卡尔曼滤波观测方程中,建立综合预测模型;最后针对噪声方差Q与R选取的问题,统计出ARIMA模型与Elman神经网络模型的误差特性,从而计算出噪声Q与R的取值。分别将综合预测模型与BP神经网络模型、Elman神经网络模型以及卡尔曼滤波模型进行了预测精度对比,4种模型预测值与实测值的均方根误差分别为2.06、5.857 8、2.926 9、3.688 9 mm,相对误差分别为1.170 4%、3.0502%、1.432 6%、1.908 4%,绝对误差平均值分别为1.886 7、10.703 9、2.329 4、2.807 6 mm。研究表明:综合预测模型能够有效减小单一预测机制造成的同一性质误差累积,其预测精度明显优于其余3种模型,对于大幅提升矿区地表沉陷的预测精度有一定的参考价值。

基于修正优化综合预测模型的软土地基沉降研究

在软土地基沉降预测中,针对单项预测方法选择与实际工程情况难适应问题,提出了修正优化综合预测模型,从不同角度独立挖掘软土地基沉降监测数据,分析软土地基沉降变化规律,实现了软土地基沉降的综合预测。首先综合考虑双曲线法与GM(1,1)模型建模机理,基于算数加权平均组合思想建立初步综合预测模型;然后构建实时修正权值系数,计算实时修正量对初步综合预测模型进行修正,建立修正优化综合预测模型;最后可利用修正优化综合预测模型进行软土地基沉降预测。妈祖城工程实例结果表明:修正优化综合预测模型在软土地基沉降预测中,较双曲线法与GM(1,1)有较好的预测精度与普遍适用性,可以有效降低单项方法组合后的预测误差。