基于极限学习机的分布式电力负荷预测

现代电力负荷数据以海量形式存在,传统单机模式无法满足电力负荷在线预测效果的要求。为了改善大规模电力负荷数据的预测效果,设计了基于极限学习机的分布式电力负荷预测模型。首先提取电力负荷数据,通过混沌理论的相空间重构方法对电力负荷数据进行预处理,产生电力负荷数据预测建模样本,然后将电力负荷数据预测建模样本细分成为多个子样本,通过云计算集群系统的分布式方式并行实现子样本建模,每一个小样本通过极限学习机进行建模和预测,最后采用具体电力负荷数据进行了仿真测试实例研究,测试结果表明,本文模型加快了大规模电力负荷数据建模速度,可以足电力负荷在线预测效果,而且电力负荷预测精度要明显优于当前其它电力负荷预测模型。     

未来研究在科研质量管理中的应用

在未来研究中,经常采用经验直观预测法来预测事物的未来。经验直观预测法简单地说就是把对多次反复出现的事物的直接经验,结合当前的实际情况,经过分析综合,来推断事物的发展趋势。这种方法在科研质量管理中也同样适用。为了确定科研各阶段中控制质量的计量标准,我们可以对科研质量在各个环节中的分布进行评估和预测,使得对科研各个环节的质量有了一个定量的概念,这样就可以将非肯定型的问题转化为肯定型的问题来处理。做到预先控制,确保科研质量。     

电力负荷趋势外推预测算例分析与模型检验

正电力系统负荷预测是电力系统运行与调度的重要工作。目前,电网能量管理系统日益现代化。为了供电的持续性、可靠性、经济性,在历史数据比较少情况下我们需要简单实用并且精度较高的负荷预测方法。因此,本文介绍了趋势外推预测方法的基本原理与理论分析步骤及后验差检验。而算例分析中采用我国1981-1994年年发电量数据,分别采用线性趋势下的二次指数平滑技术和二阶自适应系数法结合后验差检验建模,预测了1995-1998年年发电量数据。其仿真结果表明两     

卫星钟差数据的时间序列分析建模及异常值探测

对卫星钟差进行预报,需要建立准确的卫星钟差模型.卫星钟差的时间序列建模就是一种有效的建模方法.但是时间序列中若含有异常值,就会使传统的建模、估计及检验方法陷入困境,从而不能准确的预测和控制.结合钟差实测数据特点,对卫星钟差数据进行时间序列建模并探测序列中的异常值,比较模型修正前后预报的结果,说明了建模的效果.     

基于回归分析的失业预警建模实证研究

指出失业预警系统的建模是一个小样本、高维度、非线性、存在噪音数据的复杂的建模问题,重点探讨了基于回归分析技术对失业预警系统进行建模的理论、方法与步骤。讨论了常见的缺失数据处理、数据归一化以及特征降维等数据预处理方法;进一步分析了最小二乘回归、Logistic回归、岭回归、BP神经网络以及支持向量回归五种回归技术;最后基于广东省的社会经济调查数据对五种回归方法进行了实证分析,实验结果表明:在对失业率的预测上,支持向量回归预测效果最好,最小二乘回归、岭回归与BP神经网络次之,Logistic回归预测效果最差。     

基于Box-Jenkins建模法对中国人口增长率预测及结果分析

中国人口增长预测问题在社会经济实践中占有十分重要的地位,而人口自然增长率是人口增长的一个重要的因素。为此,采用了统计学专用软件SPSS、EViews软件,运用Box-Jenkins建模方法对我国人口自然增长率进行预测。预测的结果与国家公布的数据是基本一致的。这些结论显示了Box—Jenkins建模法既能精确预测又简单易行具有较高的应用价值。     

于数据挖掘（算法）的二进制目标自动建模研究

从数据挖掘的算法入手,简单阐述了一些数据挖掘的建模方法优缺点,重点介绍了二进制目标的自动建模。二进制目标的自动建模能够综合自动化与多个模型相结合的好处,这往往产生比从任何一个模型更准确的预测。分析研究了二元分类器节点在进行自动建模和对比二元结果中的作用,并以某金融公司为例进行实证研究。     

灰色预测在边防毒品情报分析中的应用

灰色预测法在现实当中可以用少量数据进行建模,既不需要大量数据的支持,也不需要数据服从典型的概率分布就可以得出满意的结论.文中通过建立GM(1,1)模型,预测了某地区2010-2013年公安机关缴获海洛因的数量,为公安机关预防和打击毒品犯罪提供了宏观上的数据支持.     

一种基于GM(1,1)算法在矿产预测中应用

矿产资源在我国属于资源比较丰富,但是我国对于矿产资源的预测数据确是少之又少,其矿产的机理又比较复杂.针对这个情况,本文利用灰色GM(1,1)模型时间序列预测理论对矿产资源预测进行建模预测,分析了该预测模型在实地矿产预测中的实际应用,证明了方法的有效性.     

基于BP神经网络的黄河利津水文站天然年径流量的预测与分析

基于人工神经网络建模的思想对黄河利津水文站天然年径流量和三门峡水文站径流量的分析,建立了BP神经网络的黄河利津水文站天然年径流量预测的算法模型.并依据现有1974年～2004年间的数据对过去100多年间的黄河利津水文站天然年径流量进行了预测,结合实测数据或相关影响因素对预测结果的可靠性进行了分析.     

基于高维数据和深度学习的短期电力负荷预测

精确高效的短期电力负荷预测在现代化电网建设和资源分配上具有重要的作用和研究意义.随着水电、风电等新能源逐渐接入,电网中数据维度飞速增长,面对具有海量特征的高维数据,短期电力负荷预测技术面临着重大的挑战.传统的短期电力负荷预测技术仅关注了某些特定的特征,因此很难对电力负荷数据在时间维度进行建模;基于循环神经网路的方法虽然...     

实用预测学(四) 第四章 因果预测分析原理

因果预测分析,是整个预测分析的基础。从广义上讲,预测研究的事物规律性,就指的是在各种事物之间的因果关系规律性,时间预测分析研究的是,预测目标与时间因素之间的因果关系;结构预测分析研究的是,不同预测目标之间的相互因果关系。在这章里,将介绍除了时间分析和结构分析之外的因果预测分析。一、因果关系 1.因素选择当我们去预测某一未来事件,即去研究某一预测目标时,会发现影响这一事件(目标)     

趋势动态分析预测模型

预测是利用过去和现在的资料,推断未来的发展趋势。在常用的预测方法中,时间序列法是通过数据的平滑处理,来削弱随机波动的影响,从而找出事物的发展趋势;相关分析法则是利用最小二乘原理,在残差平方和最小的意义下,从已知数据中找出事物发展的趋势。本     

数学建模中的哲学思想

生产实践活动中,认识事物的一个重要的途径就是建立数学模型。文章通过对数学建模的理解与分析,进一步地揭示数学建模过程中所蕴含的哲学思想。     

基于指数平滑模型的linux内核进化预测分析

linux内核进化有较明显的超线性趋势和内在规律.科学地预测软件进化,找到一种简易又有足够精度的预测方法是管理软件工程的一项重要的基础性工作.以linux的52个内核版本数据作为时间序列,用指数平滑模型建模,并做出linux进化预测,将预测结果和2009年的linux内核进化实际结果进行对比,预测结果令人满意,表明该类模型可以用于linux进化预测.     

基于ARIMA模型的linux内核进化预测分析

linux内核进化有较明显的超线性趋势和内在规律.科学地预测软件进化,找到一种简易又有足够精度的预测方法是管理软件工程的一项重要基础性工作.以linux的52个内核版本数据作为时间序列,用ARIMA模型建模并做出linux进化预测,将预测结果和2009年的linux内核进化实际结果进行对比,预测结果令人满意,表明该类模型可以用于linux进化预测.     

简单是否最好？

近年来,国际预测界十分重视对现存各种定量预测方法的相对性能、应用范围等进行比较研究.其中的一个重要发现是:大型的、复杂的、统计上成熟的模型,未必比小型的、相对简单的模型的预测精度更高。C.查特菲尔德是英国 Bath 大学的统计数学家,国际预测杂志副编辑:他的这篇文章正是上述观点的一个代表性的反映。我们认为其中的一些观点和结论是值得我国预测研究人员和预测用户借鉴的。     

基于一元线性回归分析的大坝预测模型的建立及其引用建模样本数量对预测效果的影响

本文主要介绍一元线性回归分析的基本原理和方法,并结合实例分析。在建模过程中采用不同数量的检测数据进行建模,得出用该模型预测变形的合理性,引入变量多的模型的预测的效果较好。     

基于灰色RBF神经网络的空气质量预测

正针对神经网络建模预测时,其建模精度往往受到数据随机性的影响,以及灰色系统具有减小数据随机性的特点,提出了灰色RBF神经网络组合模型。根据中国环境监测总站数据中心采集到的泉州市2017年8月PM_(2.5)、PM_(10)、CO、NO_2、SO_2和O_3六个表征空气污染程度的数据作为训练样本构建模型,并选取2018年同期数据作为测试样本以对预测模     

基于ArcGIS的城市三维景观构建

三维景观构建是数字城市建设的一个关键,本文在简单介绍常用三维景观构建技术的基础上,详细介绍了基于ArcGIS的三维景观建模方法,并结合某区域的CAD等已知数据,实现了该区域的三维景观模型的构建,并总结了建模过程中遇到的问题。