改进的GM(1,1)模型在西安市用水量预测中的应用

针对近年来西安市用水量变化的特点,采用改进的GM(1,1)模型用于用水量预测,并与传统的GM(1,1)预测模型进行了比较.结果表明,改进的GM(1,1)模型可取得较好的预测结果.     

用IOWGA算子组合预测城市生活需水量的研究

针对城市生活需水量较难准确预测的问题,将灰色GM(1,1)模型、自回归AR(p)模型及多元逐步回归分析模型予以组合,构建了一种基于IOWGA算子的城市生活需水组合预测模型.郑州市实例应用结果表明,该模型预测精度优于各单一预测模型,且挖掘、综合利用了多种有用信息,可供类似城市生活需水量预测借鉴.     

基于改进的GM(1,1)模型的南京市用水量预测

运用传统的和改进光滑度后的GM(1,1)模型分别对南京市年用水量进行建模预测.改进的GM(1,1)模型先对原始数据进行线性变换,再对变换后的数据应用GM(1,1)模型进行预测,有效提高了模型的拟合精度和预测精度.1998～2006年南京市用水量的建模结果分析表明,改进后的GM(1,1)模型预测用水量时拟合效果更好;2007～2009年用水量资料验证亦表明改进后的模型预测精度更高.     

基于Shapley值的中国能源消费组合预测模型研究

通过指数平滑模型、系统动力学模型、GM(1,1)模型分别对中国能源消费总量进行预测,进一步运用合作博弈中的Shapley值方法,通过分配总误差来确定组合预测模型中各预测模型的权重,以此构建组合预测模型,并对中国能源消费总量进行预测.预测结果表明,该组合预测模型的预测精度高于其他各分项预测模型,对能源消费的预测是可行、有效的.     

风电场短期风速预测方法研究

随着风力发电的快速发展,并且风力发电系统的出力与风电场风速存在着的特殊关系,使得对风电场的风速实现较准确的预测已逐步成为研究的热点。该文先提出一种简单的的风速预测方法,即将指数平滑法应用到风速预测,并验证了指数平滑法预测风速的可行性。此外,为了提高预测精度,还提出了两种新的组合预测的方法,即基于指数平滑和灰色模型(GM)的组合预测方法、基于自回归滑动平均(ARMA)模型和灰色模型的组合预测方法。实例计算结果表明,组合预测方法比单独的用一种方法的预测效果要好,尤其是基于自回归滑动平均模型和灰色模型的组合预测方法更具有优势。     

基于GM和BP网络的我国能源消费量组合预测模型

利用我国能源消费的历史数据,采用灰色预测的GM(1,1)、无偏GM(1,1)和pGM(1,1)三种模型与BP神经网络进行优化组合,建立了灰色神经网络的能源消费量组合预测模型。实证分析结果表明,组合预测模型获得了更为精确的预测效果,可以作为能源消费预测的有效工具。     

负荷预测的变权重灰色模型及其应用

针对传统灰色预测模型GM(1,1)在电力负荷预测中存在的局限性,提出了电力系统中期负荷预测的变权重灰色模型.以河北承德为例进行负荷预测,并与指教平滑法、动平均法、二项式预测模型和GM(1,1)模型四种方法的预测结果及实际用电量进行分析比较.结果表明,该模型预测精度较高、简捷、合理、实用,可作为中期电力负荷预测的工具之一.     

改进的GM(1,1)模型在城市用水量预测中的应用

针对GM(1,1)模型对原有数据信息利用不充分、模拟序列首项固定不符合最小二乘法要求两个问题,以原始序列与模拟序列差值平方和最小为条件,利用最小二乘法确定了GM(1,1)白化权函数的时间响应函数中的常数,构建了改进的GM(1,1)模型,并应用于宁波市用水量预测中.结果表明,改进的GM(1,1)模型预测精度大幅提高,具有较好的可行性和实用性,可用于预测城市未来用水量.     

基于改进GM(1,1)模型的电力市场期货价格的预测

建立和实现了基于灰色理论的电力市场期货价格的改进GM(1,1)预测模型。从改进θ参数、修正初始条件、等维新息处理等三个方面对原始GM(1,1)模型进行了改进,并利用真实期货价格检验改进GM(1,1)模型的拟合效果。结果表明,改进GM(1,1)模型的预测效果明显好于原始模型,具有较高的预测精度。     

基于数值分析的改进GM(1,1)负荷预测模型研究

针对传统GM(1,1)模型进行负荷预测存在的不足,采用数值分析算法求解GM(1,1)模型中的参数,直接建立灰微分白化响应方程,构建了一种基于数值分析的GM(1,1)改进负荷预测模型,并以山西省大同市10条10 kV配电线路为例,对模型进行了验证.实例结果表明,改进模型克服了差分方程与微分方程结合所造成的模型误差,预测精...     

基于灰色预测GM（1，1）模型的城镇生活需水量预测

鉴于科学的需水量预测是水资源合理配置的重要依据,基于围场县2006～2010年城镇生活用水量的统计资料,利用灰色预测GM(1,1)模型对实际用水量进行了模拟分析,模拟结果与实际用水量的平均误差为1.53%。灰色预测GM(1,1)模型适用于围场县城镇生活需水量的预测,进而预测了围场县不同期限(短期、中期、长期)的城镇生活需水量。通过一次供需平衡分析明确了未来水资源的供需矛盾,提出了城镇生活用水高效利用对策,可在一定程度上缓解城镇生活用水的供需矛盾。     

A trigonometric grey prediction approach to forecasting electricity demand

Electricity demand forecasting plays an important role in electricity systems expansion planning. In this paper, we present a trigonometric grey prediction approach by combining the traditional grey model GM(1,1) with the trigonometric residual modification technique for forecasting electricity demand. Our approach helps to improve the forecasting accuracy of the GM(1,1) and allows a reasonable grey prediction interval to be obtained. Two case studies using the data of China are presented to demonstrate the effectiveness of our approach.     

基于灰色动态模型群的济宁市需水量预测

针对以往单一GM(1,1)模型建立过程中难以克服不稳定因素对预测结果的影响,提出根据不同时间段建立多个GM(1,1)模型,基于济宁市2001~2011年用水量数据,采用灰色动态模型群对济宁市2011~2020年需水量进行预测。结果表明,济宁市2011年用水量为26.76×108 m3,到2015年需水量增至29.9×108 m3,2020年增至33.9×108 m3,呈增长趋势,这与济宁市社会经济发展态势相吻合,可见灰色动态模型群用于需水量预测可行、有效。     

基于MMAS BP算法的短期风速非线性组合预测模型

为提高风电场短期风速的预测精度,引入一种基于改进蚁群算法优化神经网络的非线性组合预测方法,按误差平方和最小原则对所建灰色GM(1,1)模型、BP网络和RBF网络三种单一预测数据进行非线性组合,并将其结果作为最终预测值。仿真结果表明,该方法的平均绝对误差及均方误差分别为17.76%和3.68%,均小于单一模型、线性组合模型及神经网络组合模型的预测结果,提高了网络的泛化能力,降低了预测风险,为风电场风速预测提供了一种新途径。     

灰色自记忆模型在年径流预测中的应用

为探索提高年径流预测精度的简单有效途径,以GM(1,1)微分方程为动力核建立了灰色自记忆模型,并应用于寸滩站年径流的拟合和预测中,取得了良好的效果。与组合模型相比,该模型结构简单并具有较高的拟合和预测精度,可应用于年径流序列的预测之中。     

系统优化的GM(1,1)模型在大坝位移预测中的应用

针对传统灰色GM(1,1)模型的缺陷,以陈村大坝为例,根据最小二乘原理提出了以GM(1,1)的一次累加生成建模序列所有分量的拟合误差平方和最小为约束条件,求得新灰色GM(1,1)预测模型的最优初始值,改进了原GM(1,1)模型的背景值及灰度值,并与传统GM(1,1)模型做了比较.数值仿真结果表明,新模型精度较高,预测效...     

基于改进灰色模型与BP神经网络模型组合的风力发电量预测研究

针对灰色模型在数据序列无规律的风力发电量预测中精度不高的问题,通过对原始数据的平滑处理改进灰色模型,并将改进的灰色模型与BP神经网络相结合构建组合预测模型,采用灰色关联法改进组合预测的权重系数。实例分析表明,改进的优选组合模型预测的准确度高于单一模型及传统的优选组合预测模型。     

改进的非等间距GM(1,1)大坝位移监控模型

针对传统GM(1,1)监控模型在拟合和预测大坝位移方面的不足,通过采用积分方式重构背景值、引进最佳赋权矩阵体现原始数据的时间影响效应、优化残差等途径,提出了改进的非等间距GM(1,1)大坝位移监控模型。结合工程实例,对比分析表明改进的GM(1,1)监控模型相比于传统GM(1,1)监控模型在对大坝位移原始监测资料分析的基础上,预测精度有较大提高,可作为一种新的预测手段应用于大坝位移预测中。