基于数据分层预处理的短期风功率预测研究

良好的风速和风功率预测是解决风电并网问题的关键。针对样本数据中的无效点影响风功率建模问题,采用分层统计法对风功率进行统计分析后获得了风速—功率关系带,对功率进行修正,根据修正后的数据应用灰色—马尔可夫链模型进行预测,并与比恩法和经验公式法进行对比分析。结果表明,风功率分层统计法可有效地消除坏点数据,预测精度高。

基于马尔科夫链的民族地区毒品犯罪预测研究

毒品的非法生产、需求以及贩运呈现出一种巨大规模的上升趋势,特别是边疆少数民族地区的毒品犯罪问题更加引人关注。针对此问题,大多是从社会学的角度进行研究,提出了采用马尔科夫链的方法,对边疆少数民族地区收集的犯罪数据进行统计分析、建模。实验结果表明,预测毒品犯罪案件数与实际发生的毒品犯罪案件数相比,达到了96.52%的预测准确率。结论是,通过马尔科夫链来进行民族地区的毒品犯罪预测研究,可获得更加合理、准确的预测结果,具有更高的有效性和实用性。