-
公开(公告)号：CN107358318A
公开(公告)日：2017-11-17
申请号：CN201710514857.9
申请日：2017-06-29
Applicant: 上海电力学院
Abstract: 本发明涉及一种基于GM(1,1)模型和灰色Verhulst模型的城市用电量预测方法，首先，对历史用电量数据作cos(x)变换以增强数据序列的光滑度，从而提高GM(1,1)的预测精度；然后，将cos(x)变换后的数据输入GM(1,1)模型，得到预测的用电量数据序列；最后，对预测的用电量数据序列进行精度检验，若预测值在精度要求范围内，则输出用电量数据序列；否则，结合残差序列变化的特点及灰色Verhulst模型的优点，建立灰色Verhulst模型对精度不高或较低的残差序列做残差修正，直到用电量预测值满足精度要求，输出修正后的用电量数据序列。与现有技术相比，本发明具有较好地预测了城市年用电量和具有较高的预测精度等优点。
-
公开(公告)号：CN107679648A
公开(公告)日：2018-02-09
申请号：CN201710805285.X
申请日：2017-09-08
Applicant: 上海电力学院
Abstract: 本发明涉及一种布谷鸟搜索优化二次移动平均法的月度用电量预测方法，选取输入变量并初始化参数；将鸟巢的初始位置作为移动步长代入带有季节指数的二次移动平均模型，求出月度用电量预测值；利用适应度函数得到初始最优鸟巢位置；判断是否达到最大迭代次数，若是，则迭代结束，否则进行下一步；按照莱维飞行公式更新鸟巢位置，当前一组鸟巢位置与上代鸟巢位置进行适应度值的比较，择优更新鸟巢位置；按照淘汰概率更新鸟巢位置，得到本次迭代最优鸟巢位置，继续迭代；最终得到最优鸟巢位置以及对应的月度用电量预测值。与现有技术相比，本发明具有考虑季节因素、选择出更优的移动步长参数以及预测结果有更高的精确度等优点。
-
Patent Agency Ranking
公开(公告)号：CN107480810B
公开(公告)日：2021-03-02
申请号：CN201710599771.0
申请日：2017-07-21
Applicant: 上海电力学院
Abstract: 本发明涉及一种利用季节指数改进二次指数平滑的月用电量预测方法，该方法包括以下步骤：获取用电量历史数据；利用用电量历史数据求得季节指数；根据季节指数和用电量历史数据，获得消除季节影响的用电量数据序列；利用二次指数平滑法获得月用电量预测模型；根据季节指数对消除季节影响的用电量数据序列的月用电量预测模型进行还原，获得最终月用电量预测模型。与现有技术相比，本发明具有预测精度更高以及利用季节指数改进二次指数平滑、二次指数平滑法中采用不同的一次平滑系数和二次平滑系数等优点。
-
公开(公告)号：CN107918693A
公开(公告)日：2018-04-17
申请号：CN201710941422.2
申请日：2017-10-11
Applicant: 上海电力学院
IPC: G06F17/50
CPC classification number: G06F17/5018
Abstract: 本发明涉及一种用于不规则形状缺陷的漏磁检测建模分析方法，包括步骤：根据漏磁检测的实体装置，通过对缺陷形状进行轮廓描绘和网格划分，建立被测物体磁场的仿真模型；根据仿真模型，构建每一个网格所对应的单元方程以及整体方程，同时施加相应的边界条件，求解得到指定路径上的漏磁信号；根据仿真模型，结合施加的边界条件，通过计算得到仿真模型中的磁感应强度分布云图和磁力线分布图；根据指定路径上的漏磁信号，以及磁感应强度分布云图和磁力线分布图，对仿真模型中的缺陷进行漏磁分析。与现有技术相比，本发明建模灵活、操作简单以及适用范围广等优点。
-
公开(公告)号：CN107480810A
公开(公告)日：2017-12-15
申请号：CN201710599771.0
申请日：2017-07-21
Applicant: 上海电力学院
Abstract: 本发明涉及一种利用季节指数改进二次指数平滑的月用电量预测方法，该方法包括以下步骤：获取用电量历史数据；利用用电量历史数据求得季节指数；根据季节指数和用电量历史数据，获得消除季节影响的用电量数据序列；利用二次指数平滑法获得月用电量预测模型；根据季节指数对消除季节影响的用电量数据序列的月用电量预测模型进行还原，获得最终月用电量预测模型。与现有技术相比，本发明具有预测精度更高以及利用季节指数改进二次指数平滑、二次指数平滑法中采用不同的一次平滑系数和二次平滑系数等优点。
-
公开(公告)号：CN107274038A
公开(公告)日：2017-10-20
申请号：CN201710641743.0
申请日：2017-07-31
Applicant: 上海电力学院
Abstract: 本发明涉及一种基于蚁狮优化的LSSVM年用电量预测方法，年用电量预测方法包括以下步骤：确定最小二乘支持向量机(Least Square Support Vector Machines，LSSVM)预测模型的输入变量；初始化蚁狮优化算法；计算初始蚁狮的适应度值，得到初始精英蚁狮；更新蚂蚁的位置，计算当前蚂蚁的适应度值，并与其相应蚁狮的适应度值进行比较，判断是否更新蚁狮位置；将更新位置后的蚁狮的适应度值，逐一与上一代精英蚁狮的适应度值比较，保留较小适应度值对应的蚁狮，得到本次迭代的精英蚁狮；判断是否达到最大迭代次数，若为是，则输出精英蚁狮的位置及相应的年用电量预测值，若为否，继续迭代。与现有技术相比，本发明具有预测精度更高和预测效率更高等优点。
-
公开(公告)号：CN107527110A
公开(公告)日：2017-12-29
申请号：CN201710551021.6
申请日：2017-07-07
Applicant: 上海电力学院
Abstract: 本发明涉及基于布谷鸟搜索优化MGM（1，N）的年用电量预测方法，该方法包括以下步骤：确定灰色预测模型MGM(1,N)输入变量；初始化布谷鸟搜索算法(Cuckoo Search,CS)的参数；建立适应度函数，计算初始适应度值，并得到初始最优鸟巢位置；按照莱维飞行公式更新鸟巢位置，计算当前鸟巢位置的适应度值，并与上代鸟巢位置的适应度值进行比较，择优选择鸟巢位置，同时更新最优鸟巢位置；按照淘汰概率更新鸟巢位置，得到本次迭代最优鸟巢位置；判断是否达到最大迭代次数，若是，则转至下一步，否则将迭代次数加1后继续迭代；得到所求年用电量预测值。与现有技术相比，本发明具有收敛速度更快、寻参结果精度更高和年用电量预测结果更精确等优点。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
