-
公开(公告)号：CN114021819B
公开(公告)日：2024-06-25
申请号：CN202111308530.9
申请日：2021-11-05
Applicant: 渤海大学
Abstract: 一种基于分数阶灰色延时模型的火电厂氮氧化物含量预测方法，步骤是：实时采集火电厂锅炉净烟气NOX含量每小时平均值数据作为原始数据,计算原始数据的一致分数阶累加生成数据，建立一致分数阶灰色延时模型，根据一致分数阶灰色延时优化模型，进行火电厂锅炉净烟气NOX含量每小时平均值数据的预测，根据一致分数阶累加运算，得到未来时刻火电厂锅炉氮氧化物排放量的预测值。优点是：该方法采用一致分数阶灰色延时模型在系统分析和建模中具有计算量小，自由度高等特点，特别适用于氮氧化物污染物排放的小样本时间序列预测问题。
-
公开(公告)号：CN109376957B
公开(公告)日：2020-11-20
申请号：CN201811462662.5
申请日：2018-12-03
Applicant: 渤海大学
Abstract: 本发明适用于火电厂技术领域，提供了一种火电厂负荷的在线预测方法，包括：获取历史火电厂负荷数据进行分数阶累加生成变换，得到历史火电厂负荷的分数阶累加生成序列；利用火电厂负荷数据预测模型预测火电厂负荷的分数阶累加生成序列；通过对预测的火电厂负荷的分数阶累加生成序列进行分数阶累减，还原得到火电厂负荷的在线预测值，本发明可以克服灰色关联求解的非线性及相关约束等无法直接求解负荷预测的问题，适用于复杂参数并可扩展为多系统输出的预测问题，具有物理意义清晰，计算量小且精度高等特点。
-
公开(公告)号：CN109376957A
公开(公告)日：2019-02-22
申请号：CN201811462662.5
申请日：2018-12-03
Applicant: 渤海大学
Abstract: 本发明适用于火电厂技术领域，提供了一种火电厂负荷的在线预测方法，包括：获取历史火电厂负荷数据进行分数阶累加生成变换，得到历史火电厂负荷的分数阶累加生成序列；利用火电厂负荷数据预测模型预测火电厂负荷的分数阶累加生成序列；通过对预测的火电厂负荷的分数阶累加生成序列进行分数阶累减，还原得到火电厂负荷的在线预测值，本发明可以克服灰色关联求解的非线性及相关约束等无法直接求解负荷预测的问题，适用于复杂参数并可扩展为多系统输出的预测问题，具有物理意义清晰，计算量小且精度高等特点。
-
公开(公告)号：CN107704958A
公开(公告)日：2018-02-16
申请号：CN201710916393.4
申请日：2017-09-30
Applicant: 渤海大学
Abstract: 本发明提供一种多变量建模的火电厂发电量预测方法，包括：在线采集火电厂多个因素变量、特征变量；进行降噪处理；灰色关联度分析确定影响特征变量的主要因素变量；利用满足建模条件的特征变量和主成分建模变量建立灰色模型，利用神经网络修正；得到发电量预测结果。本发明过滤火电厂数据中噪声等干扰信息，利用灰色关联度去掉不必要因素序列数据，再对剩余主要因素变量降维处理，既减少数据的维数，提高因素变量的利用率，又考虑了因素变量对特征变量的影响；利用神经网络对灰色GM(1,N)模型的特征变量的建模误差数据进行训练，进而修正灰色GM(1,N)模型特征变量的预测误差，充分利用了神经网络的非线性函数逼近能力，以及不易陷入局部最优解的特点。
-
公开(公告)号：CN105205326A
公开(公告)日：2015-12-30
申请号：CN201510618163.0
申请日：2015-09-24
Applicant: 渤海大学
Abstract: 本发明提供一种电厂实时负荷在线预测方法，包括：实时采集电厂当前时刻负荷数据，并获取历史时刻电厂负荷数据，进行分数阶累加预处理；利用电厂负荷原始数据分数阶累加生成序列，建立预测电厂负荷数据的分数阶累加GM(1,1)模型；利用电厂负荷数据预测模型对下一时刻电厂负荷数据进行实时预测；对下一时刻电厂负荷数据实时预测结果进行修正。本发明采用预测电厂实时负荷数据的分数阶累加GM(1,1)模型，建模过程中采用小样本的历史数据，避免数据量大带来的存储、运算及复杂度问题，有效提高数据的利用率，同时其中间数据参数分析及结果具有高度的可理解性，方便机组运行人员分析与理解。
-
Patent Agency Ranking
公开(公告)号：CN111626476B
公开(公告)日：2023-04-07
申请号：CN202010325962.X
申请日：2020-04-23
Applicant: 渤海大学
Abstract: 本发明涉及风力发电技术领域，提供一种风电场风力发电量预测方法，包括：首先获取风力发电量采集序列x(0)，并计算k阶累加生成序列x(1)；然后基于灰色GM(1,1)模型对生成序列x(1)建模，并结合曲线拟合法与最小二乘法求解灰色GM(1,1)模型的参数；接着建立基于误差修正的灰色GM(1,1)模型，并利用优化算法求解该模型参数；最后根据基于误差修正的灰色GM(1,1)模型，利用迭代法得到生成序列x(1)的拟合序列并计算未来一天风力发电量的生成序列值根据累加和累减的互逆运算，得到采集序列x(0)的拟合序列并计算未来一天风力发电量的预测值本发明能够提高风力发电量预测的精度。
-
公开(公告)号：CN114021819A
公开(公告)日：2022-02-08
申请号：CN202111308530.9
申请日：2021-11-05
Applicant: 渤海大学
Abstract: 一种基于分数阶灰色延时模型的火电厂氮氧化物含量预测方法，步骤是：实时采集火电厂锅炉净烟气NOX含量每小时平均值数据作为原始数据,计算原始数据的一致分数阶累加生成数据，建立一致分数阶灰色延时模型，根据一致分数阶灰色延时优化模型，进行火电厂锅炉净烟气NOX含量每小时平均值数据的预测，根据一致分数阶累加运算，得到未来时刻火电厂锅炉氮氧化物排放量的预测值。优点是：该方法采用一致分数阶灰色延时模型在系统分析和建模中具有计算量小，自由度高等特点，特别适用于氮氧化物污染物排放的小样本时间序列预测问题。
-
公开(公告)号：CN109558981B
公开(公告)日：2020-06-30
申请号：CN201811462801.4
申请日：2018-12-03
Applicant: 渤海大学
Abstract: 本发明适用于发电技术领域，提供了一种核电负荷的预测方法，包括获取历史核电负荷序列；将历史核电负荷序列初值预处理为零，并进行分数阶累加生成变换，得到历史核电负荷的分数阶累加生成序列；基于历史核电负荷的分数阶累加生成序列，利用核电负荷数据预测模型预测出未来时刻核电负荷的分数阶累加生成序列；对预测出的未来时刻核电负荷的分数阶累加生成序列进行累减运算，且进行初值预处理的逆运算，得到未来时刻核电负荷序列。本发明提高灰色模型的建模和预测精度，可以用于对中短期核电负荷进行预测，提高核电站数据的预报能力，进而保障核电站内部机组的安全可靠工作。
-
公开(公告)号：CN105205326B
公开(公告)日：2017-11-10
申请号：CN201510618163.0
申请日：2015-09-24
Applicant: 渤海大学
Abstract: 本发明提供一种电厂实时负荷在线预测方法，包括：实时采集电厂当前时刻负荷数据，并获取历史时刻电厂负荷数据，进行分数阶累加预处理；利用电厂负荷原始数据分数阶累加生成序列，建立预测电厂负荷数据的分数阶累加GM(1,1)模型；利用电厂负荷数据预测模型对下一时刻电厂负荷数据进行实时预测；对下一时刻电厂负荷数据实时预测结果进行修正。本发明采用预测电厂实时负荷数据的分数阶累加GM(1,1)模型，建模过程中采用小样本的历史数据，避免数据量大带来的存储、运算及复杂度问题，有效提高数据的利用率，同时其中间数据参数分析及结果具有高度的可理解性，方便机组运行人员分析与理解。
-
公开(公告)号：CN111626476A
公开(公告)日：2020-09-04
申请号：CN202010325962.X
申请日：2020-04-23
Applicant: 渤海大学
Abstract: 本发明涉及风力发电技术领域，提供一种风电场风力发电量预测方法，包括：首先获取风力发电量采集序列x(0)，并计算k阶累加生成序列x(1)；然后基于灰色GM(1,1)模型对生成序列x(1)建模，并结合曲线拟合法与最小二乘法求解灰色GM(1,1)模型的参数；接着建立基于误差修正的灰色GM(1,1)模型，并利用优化算法求解该模型参数；最后根据基于误差修正的灰色GM(1,1)模型，利用迭代法得到生成序列x(1)的拟合序列 并计算未来一天风力发电量的生成序列值 根据累加和累减的互逆运算，得到采集序列x(0)的拟合序列 并计算未来一天风力发电量的预测值 本发明能够提高风力发电量预测的精度。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.015 seconds)
