一种基于RBF神经网络的遥测数据中长期预测方法

遥测数据能够反映卫星在轨运行过程中的性能和状态,针对卫星遥测数据变化趋势不易判断这一问题,提出了基于RBF神经网络预测模型对遥测数据进行中长期趋势预测的思想。仿真实验结果分析表明,该方法预测精度高,符合卫星遥测数据中长期预测要求,能够对卫星遥测数据中长期趋势起到提前预报作用,为指挥人员与控制中心进行实时决策提供科学依据。     

基于改进灰色模型的中长期电力负荷预测

在中长期负荷预测中,由于电力负荷具有突变性,常规GM（1,1）模型不能及时反映负荷的突然变化,对于发生转折的数据预测精度不高,在实际应用中具有一定的局限性。通过对负荷原始数据序列的预处理及优化,利用等维新息递推GM（1,1）模型进行预测,保证了预测能够较为充分地利用新信息,并加入了残差模型,通过实例分析表明,改进后的模型比常规GM（1,1）模型提高了预测的精度。     

灰色动态预测模型在货币供应量预测中的应用

在对金融系统中货币供应量的预测进行相关研究的基础上，介绍了符合金融系统预测规律的灰色系统动态预测法，并根据中国货币供应量实际数据进行了实证的预测检验。结果显示，这种方法简单，不需要借助于其他任何时间序列数据，需要数据量少，预测精确度高，对于近期预测尤其准确，也可进行中长期预测；实证预测结果也符合我国金融系统中货币供应量预测的实际。     

灰色系统模型在河南省老龄人口预测中的应用

利用灰色系统理论的相关知识和1998-2005年河南省人口老年化数据建立数学模型,并在此基础上对河南省人口老龄化状况进行了中长期预测.     

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。     

一种电力负荷预测的综合方法

目前在电力负荷预测的许多数学方法中 ,虽然有多种预测模式 ,但还没有令人满意的方法 ,用来确定其中最接近实际的结果。大多数的预测样本中都存在着数据失真 ,直接导致预测结果失真 ,这些都较大地影响了预测的准确性。对模型和样本数据进行过滤的筛选法是一种中长期电力负荷预测的好方法。     

基于PI数据对遥测异常实现告警的应用

针对目前德清供电局采用的SCADA调度自动化系统存在遥测异常时无法及时做出告警的薄弱点,从遥测着手,利用PI数据及其提供的工具实现对异常遥测进行筛选的功能,解决了长期以来困扰运行监控的难点.     

中长期电力负荷预测的回归模型及其应用

针对中长期电力负荷预测中观察数据及负荷变化规律,提出了一种预测方法,该方法通过建立具有线性回归模型或非线性回归模型,可以直接由观察数据预测出未来负荷值.本文通过实际算例验证了该方法的可行性.     

基于优选组合预测模型的中长期负荷预测

电力系统负荷预测是电力市场的基础,准确的负荷预测有利于提高电网运行的安全稳定性,从而提高电力系统的经济效益和社会效益。文章介绍了用于中长期负荷预测的灰色理论模型以及灰色等维新息模型、弹性系数法与非线性回归中的指数预测模型,提出了电力系统中长期负荷预测的实用新方法——优选组合预测模型。结果表明,优选组合预测模型对于电力系统中长期负荷预测这样复杂的问题,具有预测精度高,简捷实用等优点,该方法可以作为中长期负荷预测的工具之一。     

基于神经网络的受灾面积预测精度研究——以襄樊市小麦条锈病发病面积为例

利用人工神经网络技术,根据襄樊市历年小麦受灾面积数量对襄樊市小麦受灾面积进行预测,并根据有关专业知识讨论如何通过增加输入单元提高中长期预测精度.     

人工神经网络在中长期电力负荷预测中的应用

设计了一个由输入层、隐含层和输出层组成的三层BP网络模型,利用神经网络高度非线性建模能力,进行电力系统的中长期负荷预测.选取影响电力负荷的一些经济因素作为神经网络的输入变量,并对分别采用单个因素和多个因素的组合作为输入量对预测精度的影响进行了探讨.在多因素组合时对输入量进行了归一化处理.仿真结果证明,使用人工神经网络方法进行中长期电力负荷预测是可行和有效的.     

活塞应变场测量技术研究

对高速往复运动活塞的应变场进行测量的最大困难在于如何可靠地将应变信号引出．本文在现有红外遥测系统的基础上,对内燃机活塞应变遥测系统利用红外数据传输成功地解决了这一难题．新系统通过对活塞应变信号的现场数字量化,数据以数据包的形式发送,增大红外发射电流,提高数据传输速度,使新测量系统在恶劣的工作环境中,数据传输的可靠性大大提高．所设计的遥测系统在活塞上进行了模拟试验研究认证,结果表明系统具有较好的可靠性和较高的测量精度．     

中国人口增长与人口结构的灰色预测模型

根据2001-2005年中国人口变化的一系列数据建立灰色模型,从人口增长和人口结构两方面对未来中国人口变化的中长期趋势作出预测.     

学龄人口变化对教师发展规模的影响——基于2020年前四川义务教育阶段学龄人口的分析

2011—2020年,是贯彻落实《四川省中长期教育改革和发展规划纲要》的十年。科学地预测义务教育的规模,以巩固普九成果,促进教育资源的合理配置,将是一项非常有意义的工作。本文依据全国第六次人口普查公布的数据,对未来十年四川省义务教育学龄人口进行预测,并以此为基础对义务教育阶段的师资需求进行测算,以期细化教师发展的规模和目标,促进四川义务教育的均衡发展。     

基于GIS技术的高中地理实验教学设计与实践——以“地理信息系统及其应用”为例

在传统课堂教学的基础上融入了 ArcGIS软件教学、卫星数据处理等内容,以GIS技术在陕西省干旱监测方面的应用实验为例,运用ArcGIS软件处理遥感卫星数据,直观地向学生展示GIS的灾害监测及预测功能,以期提出创新型的教学设计。     

基于Logistic增长曲线模型的大学在校学生数量发展预测

由1983-2009年高等教育在校学生数的增长趋势图可以发现,我国高等教育规模发展表现为一种S形增长,为此构建logistic增长曲线模型,并结合1983-2009年数据对未来10年我国高等教育在校学生数进行预测。预测结果略高于《国家中长期教育改革和发展规划纲要》的规划值,它从一个侧面印证了规划值的科学性,也说明了高等教育规模规划存在微调的可能性。     

基于NWP和改进神经网络的短时风电功率预测研究

风电场功率预测对电力系统稳定运行起着决定性作用。首先对传统BP神经网络进行改进,以某一风电场获取的2月1日-10日的天气预报(NWP)数据和功率数据作为改进后BP神经网络的训练数据,对神经网络进行训练;其次以2月11号3小时的数值天气预报数据作为改进后BP神经网络的输入数据,对未来3小时的输出功率进行预测。预测过程和结果显示,改进后的BP神经网络在满足低预测误差的同时,能够提高BP神经网络的稳定性和收敛速度。     

Boltzmann模型在四川省幼儿在园人数预测中的应用

2000年以后,在社会主义市场经济条件下,四川学前教育的发展已步入新的历程.数据显示,2002—2013年四川省幼儿在园人数的增长表现为一种"S"形,因此建立相应的Boltzmann模型.用该模型对2020年前的四川省幼儿在园人数进行预测.预测结果比《四川省中长期教育改革与发展规划纲要(2010—2020)》设定的目标值略高,说明规划纲要存在微调的可能性.     

基于层次分析法的电力负荷组合预测

为提高电力系统负荷预测的预测精度,提出了一种基于层次分析法的中长期负荷预测组合预测的方法,依据层析分析法中要素权重求取原则,建立了阶梯层次结构,构建两两比较矩阵,分层次对权向量取值,实现了中长期负荷组合预测下各单一负荷预测的总权重的求取,提高了权重求解的准确性;利用组合预测的原理,按照层次分析法中求解出的权重系数,将多个预测模型的预测结果进行拟合,得到组合预测的结果,从而有效减小单一负荷预测中不确定性因素带来的误差,规避各单一预测方法的不足,减少单一负荷预测对电力系统负荷预测的预测风险,提高预测精度。最后利用某县2005-2010年的除大用户用电负荷作为算例进行实例分析并证实了所提方法的科学性、实用性。     

抓住特点,突出功能,加深理解——《复式折线统计图》教学设计

复式折线统计图的教学主要是让学生对复杂的数据能够进行有效的分析,并能够做出相应的预测,提升学生获取信息的能力.因此,教师在教学时需要注重数据的收集和整理,根据收集和整理的数据进行数据分析,促进学生统计素养的提高.