基于BP神经网络和灰色模型的用电量增长组合预测

采用BP神经网络和灰色模型对我国人均净用电量进行组合预测。通过以往实际数据与预测结果比较。具有较高的预测精度,证明模型的可行性,并用此模型对我国未来几年人均净用电量进行了预测。     

基于BP神经网络的芜湖市社会用电量预测研究

为通过社会用电量分析来反应经济状况,文章采用BP神经网络算法,首先对芜湖市近几年的社会用电量进行分析,再通过Matlab神经网络工具箱构建预测—时间序列模型,最后根据需求获得相应的预测数据。仿真试验表明,该模型找到一条函数曲线很好地拟合已知数据,同时顺利地预测未知数据,所提算法达到预期的效果。     

电力系统长期负荷预测的组合预测

介绍目前电力系统常用的中长期负荷预测的方法,根据邯郸地区1990-1999年的用电量,用各预测方法分别预测出了2000-2003年的用电量,并与实际用电量相比较,对预测结果进行了分析。证明组合预测模型总体上优于传统的单一固定式模型,是提高预测精度简单而有效的方法。     

改进灰色Verhulst模型在武汉市全年用电总量预测中的应用

影响城市年用电量的因素很多,获取这些影响因素的资料是十分困难的。为确保城市供电,合理安排供电部门的生产计划,须预测未来城市年用电量。本文提出对样本资料要求不高,又能反映城市年用电量逐年变化的灰色Verhulst模型,对武汉市年用电量进行预测,结果表明该方法是可行的。     

基于数据仓库的用电营销决策支持系统

文章结合数据仓库、决策支持系统、数据挖掘预测算法等理论知识,用以高校后勤水电管理、和电力企业的用电量分析预测为主题,采用MS SQL Server 2005的集成BI开发平台进行数据仓库多维数据集设计开发,并利用曲线拟合（非齐次指数模型）预测算法,对未来中长期的用电量进行预测,实现了集报表分析、用电量预测等多种功能为一体的较为完善的用电营销决策支持系统。     

基于LabVIEW的城市用电量预测实验系统设计

为培养双碳目标下的能源及电气工程人才,设计一种基于LabVIEW的城市用电量预测实验系统。该实验以扬州市用电量为案例,利用灰色均值模型和灰色幂模型建立扬州市各地区、各行业用电预测模型,基于LabVIEW完成模型算法设计并构建用电量分析与预测实验系统。通过实验,可提高学生在电力供应分析、电力市场规划和能源规划等方面的能力。     

改进的BP神经网络方法在用电量预测中的应用

在借助BP神经网络模型的优异功能的基础上,对它的采用黑箱操作、收敛速度慢等不足之处进行了某些改进,并将该模型在广东汕头市某区用电量预测中进行了初步应用,取得了较好的效果,说明了对该模型的改进具有重要的实际意义.     

基于IOWGA算子的江苏人均GDP的组合预测模型

选取1990—2009年江苏省人均GDP为样本数据,2010—2014年江苏省人均GDP作为验证数据,分别建立了ARIMA模型、指数平滑模型和多元回归模型对未来3年的江苏省人均GDP进行预测,然后在前3种单向预测方法基础上建立基于诱导有序加权几何平均(IOWGA)算子组合预测模型,再对此模型进行相应的效率评价.最后用组合预测模型对未来3年江苏省人均GDP进行预测.结果表明:相比于上述3种单项预测方法,基于IOWGA算子的组合预测模型的预测精度更高.预测结果表明2015—2017这3年,江苏人均GDP会继续增长,人民生活水平将继续提高.     

论西北地区电力负荷发展

电力工业是国民经济的基础产业,全社会对电力的依赖程度越来越高,做好电力负荷预测,有利于经济和社会的全面发展。本文将利用西北地区历年用电量和发电量的数据,结合灰色预测方法,对近四年的用电量和发电量进行分析和预测。     

社会总用电量混沌全域法预测

社会总用电量预报是电力系统的重要工作之一,社会总用电量为非线性时间序列．针对电力系统负荷的复杂性及非线性,提出了结合混沌理论的思想,充分利用数据信息,在重构电力负荷相空间的基础上运用混沌全域法对负荷进行预测,并与最小二乘法预测模型预测结果进行比较,结果显示混沌全域法预测结果明显优于最小二乘法预测模型,预测精度也满足工程应用．     

Characteristics of electricity consumption of different industry types considering atmospheric condition

Reducing greenhouse gases (RHG) is going on actively in the international movement. In the field of architecture, RHG is an inevitable work. To establish a plan for RHG, firstly we need to reduce energy consumption. Greenhouse gas generated by energy consumption is the main cause of global warming. For this we should know that how much electricity consumption we use. The research targets of this study are commercial buildings with various businesses. Their electricity consumption was analyzed by business units rather than buildings. Each business was divided into 13 sectors according to industrial classification and electricity consumption was analyzed for each industry. For commercial buildings, the electricity consumption is done by the private sector and construction management is an autonomy system in private instead of an integrated management system. In this study, we classified and analyzed the electricity consumption characteristics according to collected data, analyzed the relationship between the electricity consumption with atmospheric temperature through SPSS, and developed an electricity prediction model.     

主成分回归、偏最小二乘回归与神经网络耦合的中长期电力负荷预测

为提高负荷预测精度,将主成分回归（PCR）、偏最小二来回归（PLSR）与反向传播神经网络（BPNN）相结合,分别建立基于PCR和PLSR及与神经网络耦合的年用电量预测模型.结果表明,以PCR和PLSR方法提取成分作为神经网络的输入,以实际用电量作为输出,建立的PC-BPNN和LV-BPNN非线性预测模型拟合优度优于PCR和PLSR线性预测模型.从检验四个预测模型的预测效果看,线性预测模型的预测值均高于实际值,非线性预测模型的预测值均低于实际值.     

基于IOWA算子的安徽省城镇居民人均消费支出的组合预测

以1992-2012年的安徽省城镇居民人均消费支出的数据,运用多元回归与时间序列结合的模型预测、ARIMA模型预测和灰色预测三种单项预测方法,以预测的误差平方和最小为准则,建立IOWA组合预测模型,并以安徽省城镇人均消费支出为例进行实证分析,发现组合预测模型在整体上都优于每一单项预测方法,对我国居民消费支出预测和研究城镇居民人均消费具有重大意义。     

佛山市工业用电力与工业经济增长关系研究

以佛山市2001—2011年间工业用电与工业经济增长的数据为基础,建立两者之间的回归模型．二者之间的相关系数高达0．9478,说明佛山目前仍是能源驱动型经济增长模式．能源的充足供应是经济高速增长的前提和保证．     

时间序列分析在中国城镇居民消费水平中的应用

采用ARMA模型对我国1952-2008年的城镇居民消费水平进行分析,结合Eviews软件建立数学模型,并用该模型对当前值和未来值作出预测,得到误差较小、短期预测较为满意的结果.     

基于Copula函数的用电量与GDP相关性研究

本文基于Copula函数,采集1984-2007年度我国用电量与GDP相关数据,构建用电量与GDP的相关性模型,并与经典的相关性分析模型相比较,利用Copula函数能够得到较好的结果,结果表明两者之间存在较强的相关性。     

Electricity consumption propensity of different household members in apartment house

South Korea is an energy-guzzling country.Economic reasons in the country force its households to save more energy.Household energy consumption in South Korea has grown slow compared to other sectors a...     

改进深度置信网络在城市用水量预测中的应用

城市用水量的准确预测可以为供水管网智能调度、异常报警提供支持,便于及时发现漏损、排查及检修,具有极大的现实意义与经济利益。针对现有用水量预测方法忽视用水量数据自身特征及不能模拟更复杂的数学运算的问题,提出一种改进深度置信网络（DBN）的用水量预测方法。对有高斯分布的连续受限玻尔兹曼机（CRBM）引入稀疏正则项,解决特征同质化现象的同时也适用于用水量数据输入。实验结果表明,在实际用水量预测中,改进DBN模型相比传统神经网络和传统DBN预测模型,预测准确率得到了较大的提高。     

丽水市电力消费与经济增长的协整、波动分析（1980—2008）

基于误差修正模型（ECM）、Granger因果检验、H—P滤波、Census X12季节调整等计量模型和方法,剖析了丽水市电力消费与经济增长之间的内在变化特征、规律,结果表明：丽水市电力消费与经济增长之间存在长期协整关系,并且存在由电力消费到经济增长的单向Granger因果关系;丽水市电力消费与经济增长之间存在着共同趋势、共同波动的特征,电力消费的波谷（峰）要比经济增长的波谷（峰）要提前1年,2006年以后,电力消费增长呈现稳中有降趋势;丽水市GDP增长的典型特征是后半程发力,2001年以后,GDP均在第三季度达到峰值。最后针对丽水市就如何加快产业结构调整,推动产业转型升级,促进电力与经济协调发展,给出了建议。     

江苏居民生活能源消费及其影响因素分解:城乡比较

在描述江苏1995-2016年居民生活能源消费趋势及其结构的时间演变轨迹基础上,采用LMDI模型对该时期能源消费量增长因素展开指数分解;且重点考察城乡的不同。研究发现,生活能源消费总量在平稳波动中上升,城乡间差距总体扩大,呈现出城镇“石油、电力与天然气”三足鼎立、农村以电力为主导的消费格局。人均可支配收入是城乡居民生活能源消费增加的第一主因、消费倾向位居第四、能源消费结构作用极小;而人口规模和能源消费强度的影响程度和方向均不同。这五因素的影响效应在正负方向与数值大小上,不同时期存在差异。这些实证结果为控制江苏居民生活能源消费快速增长提供了思路。