基于等维新息GM(1,1)模型群的煤炭产量预测研究

以煤炭产量预测研究为目的,建立了GM(1,1)模型、GM(1,1)残差模型和等维新息GM(1,1)模型,并对我国1999年至2010年的煤炭产量进行了数据拟合和预测。应用后验差检验,3种模型均是一级合格模型;根据相对误差检验,GM(1,1)模型和GM(1,1)残差模型的数据拟合精度属于四级,是不合格模型;而等维新息GM(1,1)模型群的最大相对误差仅为0.46%,平均相对误差为0.40%,是适用于煤炭产量预测分析的高精度模型。应用等维新息GM(1,1)模型群对我国近5年煤炭产量进行预测,结果表明:煤炭产量将以平均每年超过3亿t的速度增长,到2015年将超过47亿t。     

基于幂函数变换的GM(1,1)模型在地铁施工沉降监测中的应用

针对传统的GM(1,1)模型对原始观测数据的光滑度要求较高且预测结果精度较低的问题,该文选用幂函数变换的方法对原始观测数据进行预处理,提高原始观测数据的光滑度。在此基础上,该文提出了一种基于幂函数变换的GM(1,1)模型,并通过地铁施工沉降监测实例对两种模型预测结果精度进行验证。结果表明:与GM(1,1)模型相比,基于幂函数变换的GM(1,1)模型预测误差降低幅度为65. 73%,绝对误差降低幅度为50. 06%,相对误差降低幅度为46. 34%,中误差降低幅度为39. 05%,在很大程度上提高了模型的预测精度,减小了预测误差,对地铁施工过程中的安全稳定性评价具有一定的参考价值。     

Langmuir方程参数线性回归与非线性回归的比较

Langmuir方程是常用的吸附等温线方程之一,Langmuir方程参数估计有线性回归和非线性回归2种方法。以实测数据为依据,采用IBM SPSS Statistics 24.0软件进行Langmuir方程参数线性回归与非线性回归的对比分析。结果表明:线性回归方法不满足相应曲线因变量的残差平方和最小,线性回归方法中对变量由无理数到有限小数的数值修约是引起舍入误差的原因。基于非线性回归方法对实测数据具有残差平方和较小的特点,在应用Langmuir方程求参数时建议采用非线性回归方法。     

矿区非线性沉降的GM(1,1)预计残差改进模型及应用

矿区地表移动变形关系到矿区安全生产和地面建(构)筑物的安全,对矿区地表进行定期监测并预测具有重要现实意义。矿区地表沉降由于持续时间长,观测数据具有长时序且表现为非线性变化的特征,因此存在建模数据区间难以选取、GM(1,1)模型预测精度不高的问题。针对以上问题,本文建立了基于残差加权改正的GM(1,1)改进模型,提出了先阶段后截尾的建模数据区间选取方法、预测流程和模型精度评定标准。经过实例应用验证,GM(1,1)预计残差改进模型预测精度优于GM(1,1)模型,且先阶段后截尾的建模数据区间选取方法能够提高预测精度。     

一种改进灰色GM(1,1)模型在矿区沉降预报中的应用

针对矿区存在不均匀沉降现象,提出了一种马尔可夫—残差灰色GM(1,1)预报方法,推导了新方法建立模型的数学过程,基于新方法对矿区长期监测沉降数据进行预报。结果表明,2020年预测值最大残差为2.64 mm,最小残差为0.87 mm, 2021年预测值最大残差为2.61 mm,最小残差为0.96 mm; 2020年预测值平均残差为1.73 mm,残差RMS值、STD值分别为1.86、0.73 mm; 2021年预测值平均残差为1.57 mm,残差RMS值、STD值分别为1.68、0.65 mm,新方法在矿区沉降预报中具有较高的精度和可靠性,长期监测预报结果可为矿区结构变形提供参考,为安全开采提供依据。     

基于残差修正GM(1,1)模型的采空区残余变形预测研究

针对灰色GM(1,1)模型直接应用于采空区地表残余变形预测效果一般的问题,以灰色GM(1,1)模型为基础,以一元二次多项式对GM(1,1)模型预测结果进行正化残差拟合修正,构建残差修正GM(1,1)模型,并以等间距和非等间距2种形式的采空区地表残余沉降监测数据集进行实例验证。结果表明：残差正值化处理后的非线性多项式拟合修正GM(1,1)模型的预测精度增益明显,而未对残差进行正值化处理的多项式残差修正GM(1,1)模型预测精度提升效果一般,正化残差拟合修正是有效的GM(1,1)模型后处理改进方式。     

改进GM(1,1)预测模型对我国煤炭消费需求的预测分析

为了预测未来煤炭消费需求状况,利用1998-2008年度我国煤炭消费需求的历史数据直接作为传统GM(1,1)及其残差模型的原始序列,通过生成处理后所得模型分别为勉强合格(三级)和合格(二级)等级,而通过对原始数据取自然对数为基础,并进行二阶弱化处理后所得的改进GM(1,1)模型及其残差GM(1,1)模型,经过点对点的残差检验发现,改进GM(1,1)模型及其残差GM(1,1)模型均提升至好的预测模型(一级)等级,其预测精度较高.用其预测未来3年的煤炭消费需求总量继续呈增长趋势,说明煤炭在未来短期内的主导地位没有改变.因此,国家和各级政府应加大对煤炭行业的资金投入与政策支持的力度,以保障我国经济持续稳定发展.     

新疆伊犁地区煤发热量的非线性回归分析研究

煤炭发热量与煤的水分、灰分、挥发分等影响因素之间存在着非线性关系,提出了一种简单、预测能强的非线性初等模型。利用粒子群算法对模型系数进行了优化,并用统计学原理对建模样本残差的均值和方差进行了分析,分析结果表明用该模型对煤炭发热量预测完全可行。     

基于SPSS的高挥发分烟煤煤质变化影响因素研究

选用干燥无灰基挥发分含量为28%~37%的高挥发分烟煤进行试验,将不同灰分的试验样品在自然条件下密封放置10~60 d,得到样品试验前后灰分、挥发分、发热量等煤质数据。使用统计产品与服务解决方案(SPSS)对数据进行统计分析。分析结果表明,灰分与挥发分、发热量呈现负相关,挥发分与发热量呈现正相关,表明灰分、挥发分、发热量三者之间存在相互关联变化;试验时间与挥发分、发热量等煤质参数变化不相关,在一定时间内,试验时间对高挥发分烟煤在自然条件下储存的煤质变化不产生影响;灰分与挥发分、发热量等变化显著负相关,表明灰分能够显著影响高挥发分烟煤煤质变化过程。     

浅谈提高煤的挥发分测定精密度的方法

煤的挥发分测定是规范性很强的实验,其结果受称样的粒度、煤样的均匀性、所用坩埚的质量、形状、材质及坩埚盖的密封程度、水分、加热温度、位置、时间和操作者的操作速度等因素的影响。通过大量实验,对影响挥发分测定的几种因素进行了分析,提出了提高挥发分测定准确度的方法。     

基于自然语言处理的大客户增值服务政策咨询机器人

随着电网建设推进，人工智能技术在电网系统中的成功应用极大程度地减少了人力资源的成本。对于许多需要大量客服人员在线回复的平台，已经出现自动回复代替人工对话的功能。基于现有电力行业政策库及政策咨询人工回复数据，对咨询问题与回复数据进行分词处理，将分词后的句子进行词向量化，利用Tensorflow框架搭建的GRU网络模型对场景对话进行训练，实现需求侧管理增值服务政策咨询智能化回复代替人工的功能。试验证明，智能机器人自动回复功能不仅普及了电力政策，且减轻了客服人员的压力，提升了客户满意度。     

电力变压器故障诊断监视系统设计

变压器作为现代生产的重要设备,是整个矿业及其他产业的命脉。为了对变压器故障进行预警,设计了电力变压器的故障诊断系统,系统通过下位机(STM32)采集变压器数据,并将信息发送到电力调度室,由上位机对信号进行故障综合分析,在变压器出现严重故障时能自动停止所有矿业生产设备柔性停止工作,排除了由交流电源故障给矿业带来的安全生产隐患,具有很大的实际应用价值。     

基于小波变换的电力系统数据传递一致性分析

国家电网对电力行业提出了新的标准和要求,跨系统协同流程中的电子化移交带来了新的运作机制,也更符合电力信息产业高质量、节能环保发展的要求。对电子化移交的发展现状进行了阐述,提出电子化移交还存在资料合规性、流程不明确、不完善等方面的问题;针对跨系统协同数据传递准确性,采用小波变换的算法对电力数据进行压缩研究;通过模型验证了优化后的模型在跨系统数据传输效率和一致性方面的优势;针对电力企业数据协同流程中的数据传递一致性问题,从细节处加强管理、完善流程监控制度以及做好全局监控3个方面给出建议以及在电力、清洁能源等方面所起的作用进行了探讨,保障企业信息化转型和升级。     

燃料电池汽车产业的新能源发展战略研究

燃料电池发电是继水力、火力和核能发电等之后的新一代发电技术。以氢为主要燃料的燃料电池技术和产品不断发展,并逐步进入推广和应用阶段。研发燃料电池汽车,用高新技术改造传统汽车工业,实现我国汽车工业的跨越发展,目前已面临着极佳的机遇。本文从整个产业技术体系的发展战略角度出发,分析国内外研究现状和现有的汽车各种替代能源的优缺点,分析国内外新能源汽车产业政策,提出实施汽车新能源的发展战略。     

基于MATLAB的矿用无功补偿装置的谐波分析

在对矿用无功补偿装置研究的基础上,对谐波问题进行了进一步分析,提出了采用串联电抗器的的方法来抑制谐波,并利用MATLAB/Simulink仿真软件,建立了整个系统的仿真模型,并对不同参数进行对比仿真研究,实现了矿用无功补偿装置的谐波抑制功能。     

基于LSTM+MIDAS深度学习模型的电力需求预测

为了准确预测不同用电设施的电力需求模式,设计了一种基于长短期记忆网络（LSTM）深度学习方法的自定义电力需求预测模型。利用混合数据抽样（MIDAS）方法对自回归分布滞后（ARDL）进行改进,提出了LSTM+MIDAS模型的电力需求预测方法。通过每天以5 min的频率收集住宅、市政厅、医院、工业等4类设施的用电数据,采用短期、长期、季节性预测3种方法进行了对比试验,通过测试验证了预测模型的误差率,分析了实际用电需求监测系统中电力模式的季节性波动规律,并预测各设施的用电需求。实验结果表明,利用所提出的LSTM+MIDAS模型进行电力需求预测的总体误差率均有所降低,并且可以有效检测电力需求波动性。     

燃料电池汽车产业的新能源发展战略研究

燃料电池发电是继水力、火力和核能发电等之后的新一代发电技术。以氢为主要燃料的燃料电池技术和产品不断发展,并逐步进入推广和应用阶段。研发燃料电池汽车,用高新技术改造传统汽车工业,实现我国汽车工业的跨越发展,目前已面临着极佳的机遇。本文从整个产业技术体系的发展战略角度出发,分析国内外研究现状和现有的汽车各种替代能源的优缺点,分析国内外新能源汽车产业政策,提出实施汽车新能源的发展战略。     

电力市场竞价策略的差分进化算法

“厂网分开,竞价上网”是我国电力市场的发展趋势,而在我国电力市场迅速发展的同时,发展过程中难免出现一些问题。作为人们日常生活不可缺少的物质保障,电力资源必须实现有效的配置,这就势必要引入市场竞争机制,将电力当作商品进行交易,以此来满足我国居民的正常生活用电需求,同时也要保证工业和第三产业的稳定发展。通过建立电力市场竞价的数学模型,选取合适的目标函数,找准约束条件。同时采用Matlab软件进行数据分析,由DE算法得到的解均优于另2种算法所得到的解,仅最优解与EP相近。同时该算法得到的解偏差仅为0.09%,均优于其他2种算法。     

山西省资源经济转型过程中产业协同发展研究

以山西省资源禀赋为基础,选取煤炭、电力、钢铁、化工4个产业2008-2015年经济发展数据作为研究对象,分析山西省资源经济转型过程中产业协同发展问题。引入协同理论,借助基于协同学的耦合关联分析,利用熵值法计算各产业综合评价指数,并建立耦合度模型,以定量分析每两个产业间协同发展程度。研究结果发现,目前山西省资源型经济4个产业间的协同度都处于高度协同发展等级。经过7年的产业调整,由原先的煤炭钢铁产业带动化工产业发展,变为煤炭钢铁产业追随化工产业发展。作为能源供应的基本产业而非能源来源产业,电力产业处于被其他3个产业带动发展的位置。      

基于神经网络的电网建设需求智能估算模型研究

针对各省级电网建设需求的复杂非线性,非平稳性特征以及地域间差异性特点,提出一种基于系统聚类分析（Hierarchical Cluster Analysis,HCA）与径向基（Radial Basis Function,RBF）神经网络的省级电网建设需求估算模型。该模型利用系统聚类分析方法对省级电网建设需求进行聚类分析,将分析得到的不同类别省份数据作为径向基神经网络的训练样本,挖掘各类别数据中所蕴含的规律,建立了考虑数据差异化特质的预测模型。运用国家电网公司所辖24家省级电网所在地区的相关历史数据,开展了实证研究,算例结果证实了本文所建预测模型的实用性和有效性。