基于BP神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測(cè)仿真分析

風(fēng)能作為一種清潔環(huán)保的新能源,有著無污染、低成本、可再生等眾多優(yōu)點(diǎn)。目前我國(guó)擁有豐富的風(fēng)能,有著巨大的發(fā)展前景,目前風(fēng)力發(fā)電已有一定規(guī)模。但是,由于風(fēng)電的隨機(jī)性和間歇性的特點(diǎn),輸出功率很不穩(wěn)定,易對(duì)電網(wǎng)造成沖擊,影響電力系統(tǒng)的正常運(yùn)行。通過準(zhǔn)確地預(yù)測(cè)風(fēng)電功率,提前采取相應(yīng)措施,是減少對(duì)電網(wǎng)沖擊的有效措施。本文研究風(fēng)電的短期功率預(yù)測(cè),在確定影響變量的基礎(chǔ)上,利用神經(jīng)網(wǎng)絡(luò)中的rbf神經(jīng)網(wǎng)絡(luò)進(jìn)行風(fēng)電功率預(yù)測(cè)。通過預(yù)測(cè)結(jié)果與實(shí)際功率的比較,得到誤差小較理想的預(yù)測(cè)結(jié)果,預(yù)測(cè)結(jié)果較好。

風(fēng)能作為一種清潔環(huán)保的新能源,有著無污染、低成本、可再生等眾多優(yōu)點(diǎn)。目前我國(guó)擁有豐富的風(fēng)能,有著巨大的發(fā)展前景,目前風(fēng)力發(fā)電已有一定規(guī)模。但是,由于風(fēng)電的隨機(jī)性和間歇性的特點(diǎn),輸出功率很不穩(wěn)定,易對(duì)電網(wǎng)造成沖擊,影響電力系統(tǒng)的正常運(yùn)行。通過準(zhǔn)確地預(yù)測(cè)風(fēng)電功率,提前采取相應(yīng)措施,是減少對(duì)電網(wǎng)沖擊的有效措施。本文研究風(fēng)電的短期功率預(yù)測(cè),在確定影響變量的基礎(chǔ)上,利用神經(jīng)網(wǎng)絡(luò)中的rbf神經(jīng)網(wǎng)絡(luò)進(jìn)行風(fēng)電功率預(yù)測(cè)。通過預(yù)測(cè)結(jié)果與實(shí)際功率的比較,得到誤差小較理想的預(yù)測(cè)結(jié)果,預(yù)測(cè)結(jié)果較好。

風(fēng)能作為一種清潔環(huán)保的新能源,有著無污染、低成本、可再生等眾多優(yōu)點(diǎn)。目前我國(guó)擁有豐富的風(fēng)能,有著巨大的發(fā)展前景,目前風(fēng)力發(fā)電已有一定規(guī)模。但是,由于風(fēng)電的隨機(jī)性和間歇性的特點(diǎn),輸出功率很不穩(wěn)定,易對(duì)電網(wǎng)造成沖擊,影響電力系統(tǒng)的正常運(yùn)行。通過準(zhǔn)確地預(yù)測(cè)風(fēng)電功率,提前采取相應(yīng)措施,是減少對(duì)電網(wǎng)沖擊的有效措施。本文研究風(fēng)電的短期功率預(yù)測(cè),在確定影響變量的基礎(chǔ)上,利用神經(jīng)網(wǎng)絡(luò)中的rbf神經(jīng)網(wǎng)絡(luò)進(jìn)行風(fēng)電功率預(yù)測(cè)。通過預(yù)測(cè)結(jié)果與實(shí)際功率的比較,得到誤差小較理想的預(yù)測(cè)結(jié)果,預(yù)測(cè)結(jié)果較好。

建筑節(jié)能是當(dāng)今城市建設(shè)和社會(huì)發(fā)展的前沿和研究熱點(diǎn),對(duì)建筑的能耗現(xiàn)狀進(jìn)行綜合分析與評(píng)估是進(jìn)行節(jié)能改造或節(jié)能設(shè)計(jì)的前提和基礎(chǔ),而建立反映能耗變化的預(yù)測(cè)模型是從宏觀尺度上分析認(rèn)識(shí)建筑能耗變化與發(fā)展特性、為公共建筑節(jié)能工作提供決策依據(jù)的有效途徑和重要手段。研究針對(duì)常規(guī)bp網(wǎng)絡(luò)算法收斂速度慢、易陷入局部最小點(diǎn)的缺點(diǎn),采用了具有較快收斂速度及穩(wěn)定性的lm算法進(jìn)行預(yù)測(cè),構(gòu)造了基于bp神經(jīng)網(wǎng)絡(luò)的建筑物用電量預(yù)測(cè)模型。以某市公共建筑原始用電能耗統(tǒng)計(jì)數(shù)據(jù)作為樣本,并采用matlab對(duì)預(yù)測(cè)模型進(jìn)行了仿真預(yù)測(cè)。結(jié)果顯示:誤差在允許范圍內(nèi)。

本文結(jié)合住宅房地產(chǎn)的價(jià)格理論和相關(guān)網(wǎng)站上的數(shù)據(jù),科學(xué)地選取影響商品住宅價(jià)格的影響指標(biāo)為人均gdp、人均可支配收入、人口數(shù)量、房地產(chǎn)開發(fā)投資額和商品住宅建筑面積,并以此建立hedonic商品住宅價(jià)格影響因素模型。依照bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的實(shí)現(xiàn)步驟,探索bp神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)?？谑猩唐纷≌瑑r(jià)格的應(yīng)用,得到2018年6月-2019年5月商品住宅價(jià)格預(yù)測(cè)值,對(duì)?？谑猩唐纷≌瑑r(jià)格的研究具有一定的指導(dǎo)作用。

利用matlab建立bp神經(jīng)網(wǎng)絡(luò),將影響建筑能耗的18個(gè)因素作為網(wǎng)絡(luò)的輸入,進(jìn)行學(xué)習(xí)訓(xùn)練,最后通過測(cè)試樣本點(diǎn)數(shù)據(jù)預(yù)測(cè)建筑能耗,與dest-h模擬計(jì)算得到的結(jié)果比較,發(fā)現(xiàn)相對(duì)誤差在3.5%以內(nèi),并通過實(shí)例驗(yàn)證了該網(wǎng)絡(luò)模型的準(zhǔn)確性。該方法使建筑人員在設(shè)計(jì)階段就能快速且準(zhǔn)確地獲得設(shè)計(jì)建筑的能耗。

進(jìn)度控制作為項(xiàng)目管理的主要內(nèi)容，如何對(duì)施工進(jìn)度進(jìn)行有效的預(yù)測(cè)將有重要的現(xiàn)實(shí)意義，應(yīng)用bp神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)工程進(jìn)度進(jìn)行預(yù)測(cè)，得到的預(yù)測(cè)值比線性方法更準(zhǔn)確，精度更高。

為了分析深基坑的沉降規(guī)律,以某實(shí)際工程為例,利用bp神經(jīng)網(wǎng)絡(luò)對(duì)該工程的深基坑沉降數(shù)據(jù)進(jìn)行擬合和預(yù)測(cè)分析,采用c語言編寫程序進(jìn)行預(yù)測(cè)。結(jié)果表明,利用bp神經(jīng)網(wǎng)絡(luò)方法的預(yù)測(cè)結(jié)果合理,誤差在允許范圍內(nèi),滿足工程要求,并且對(duì)類似的工程施工具有指導(dǎo)作用。

針對(duì)邊坡變形中非平穩(wěn)和非線性的數(shù)據(jù)處理問題,提出一種基于集合經(jīng)驗(yàn)?zāi)B(tài)分解(eemd)和bp神經(jīng)網(wǎng)絡(luò)相結(jié)合的邊坡變形預(yù)測(cè)新算法(eemd-bp)。該算法先對(duì)邊坡變形序列進(jìn)行eemd分解,有效分離出隱含在時(shí)序中具有不同尺度特征的子序列,進(jìn)而對(duì)各子序列建立bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,最后疊加各子序列預(yù)測(cè)值得到邊坡變形最終預(yù)測(cè)結(jié)果。與gm(1,1)和bp神經(jīng)網(wǎng)絡(luò)模型對(duì)比分析表明,該算法預(yù)測(cè)精度較高,在邊坡變形波動(dòng)劇烈時(shí)段,也能保證較優(yōu)的局部預(yù)測(cè)值和較好的全局預(yù)測(cè)精度。

準(zhǔn)確的風(fēng)電場(chǎng)風(fēng)電功率預(yù)測(cè)可以有效地減輕風(fēng)電場(chǎng)對(duì)電力系統(tǒng)的不利影響,同時(shí)提高風(fēng)電在電力市場(chǎng)中的競(jìng)爭(zhēng)力?；跁r(shí)間序列法和支持向量機(jī)法,對(duì)風(fēng)電功率預(yù)測(cè)進(jìn)行研究,提出預(yù)測(cè)風(fēng)電功率的時(shí)序-支持向量機(jī)預(yù)測(cè)方法。該方法用時(shí)間序列法建模,選取影響風(fēng)電功率最大的參數(shù)作為支持向量機(jī)預(yù)測(cè)模型的輸入變量;為提高預(yù)測(cè)精度,提出基于時(shí)間點(diǎn)運(yùn)動(dòng)軌跡演化的方法選取與預(yù)測(cè)時(shí)刻功率相似的樣本作為模型的訓(xùn)練樣本。實(shí)例驗(yàn)證結(jié)果表明,該方法有效地提高了風(fēng)電功率預(yù)測(cè)精度。

目前，我國(guó)風(fēng)電已進(jìn)入較為快速的發(fā)展時(shí)期。而伴隨著風(fēng)電領(lǐng)域的發(fā)展，風(fēng)電輸出功率預(yù)測(cè)作為一個(gè)新的研究領(lǐng)域，越來越受人們的重視。風(fēng)電功率預(yù)測(cè)預(yù)報(bào)系統(tǒng)的設(shè)計(jì)，不僅提供了風(fēng)電運(yùn)行的調(diào)度技術(shù)，也有利于風(fēng)電調(diào)度安排系統(tǒng)進(jìn)行發(fā)電計(jì)劃的制定，大大降低了風(fēng)電運(yùn)行的備用容量及運(yùn)行的成本。與此同時(shí)，能夠確保電力系統(tǒng)的運(yùn)行安全穩(wěn)定，對(duì)整個(gè)電力市場(chǎng)的有效管理具有重大作用。

針對(duì)風(fēng)電場(chǎng)發(fā)電功率短時(shí)間預(yù)測(cè)問題，根據(jù)風(fēng)能的“間歇性”和“隨機(jī)性”的特點(diǎn)，依據(jù)真實(shí)數(shù)據(jù)，以“時(shí)間序列分析”，“神經(jīng)網(wǎng)絡(luò)系統(tǒng)”，“小渡分析”等數(shù)學(xué)模型思想為基礎(chǔ)，分別建立了“時(shí)間序列分析模型（ar模型）”，“時(shí)間序列分析模型（arm模型）＋小波分析模型”與“神經(jīng)網(wǎng)絡(luò)系統(tǒng)模型”對(duì)我國(guó)大唐赤峰東山風(fēng)電場(chǎng)風(fēng)電功率進(jìn)行實(shí)時(shí)預(yù)測(cè)。最后，根據(jù)國(guó)家能源局頒布的相應(yīng)指標(biāo)對(duì)這三種模型進(jìn)行分析和評(píng)估。

文章通過分析調(diào)查影響自貢房地產(chǎn)市場(chǎng)的主要因素,基于bp神經(jīng)網(wǎng)絡(luò),結(jié)合自貢住宅市場(chǎng)的實(shí)際情況,建立兩類bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型:基于時(shí)間序列的趨勢(shì)預(yù)測(cè)模型、基于影響因素的回歸預(yù)測(cè)模型,預(yù)測(cè)了自貢房地產(chǎn)市場(chǎng)價(jià)格走勢(shì)。模擬預(yù)測(cè)2010年的結(jié)果證明了2011年房?jī)r(jià)預(yù)測(cè)的有效性,可為自貢城市建設(shè)的可持續(xù)發(fā)展提供有價(jià)值的指導(dǎo)意見。

提高電力負(fù)荷預(yù)測(cè)精度有利于電力部門的安全生產(chǎn),有利于合理安排電網(wǎng)運(yùn)行方式和機(jī)組的檢修計(jì)劃,有利于系統(tǒng)的合理規(guī)劃和經(jīng)濟(jì)運(yùn)行。為了提高短期負(fù)荷預(yù)測(cè)的精度,把自相關(guān)函數(shù)的概念應(yīng)用到反向傳播(backpropogation,bp)神經(jīng)網(wǎng)絡(luò)輸入變量選擇中,通過matlab仿真軟件建立負(fù)荷預(yù)測(cè)模型。最后對(duì)某電力系統(tǒng)1d的負(fù)荷進(jìn)行預(yù)測(cè),仿真結(jié)果驗(yàn)證了該模型的可行性和有效性。

針對(duì)風(fēng)電功率超短期預(yù)測(cè)精度不高的問題,提出了一種結(jié)合theil不等系數(shù)與改進(jìn)誘導(dǎo)有序加權(quán)算子的組合預(yù)測(cè)方法.由于預(yù)測(cè)時(shí)刻的實(shí)際風(fēng)電功率值未知,因此無法直接利用該方法進(jìn)行預(yù)測(cè).文章利用各單項(xiàng)預(yù)測(cè)模型的前幾個(gè)時(shí)刻的預(yù)測(cè)精度均值作為預(yù)測(cè)時(shí)刻風(fēng)電功率的誘導(dǎo)值,對(duì)誘導(dǎo)有序加權(quán)算子進(jìn)行了改進(jìn),解決了預(yù)測(cè)時(shí)刻誘導(dǎo)值未知的問題.采用誤差信息矩陣對(duì)單項(xiàng)模型進(jìn)行冗余度分析,得到優(yōu)選單項(xiàng)模型,然后建立基于theil不等系數(shù)和3種改進(jìn)誘導(dǎo)有序加權(quán)算子的組合預(yù)測(cè)模型.通過分析和實(shí)例驗(yàn)證表明,結(jié)合theil不等系數(shù)和誘導(dǎo)有序加權(quán)算數(shù)平均算子(iowa)的組合模型能有效地提高風(fēng)電功率預(yù)測(cè)精度.

針對(duì)風(fēng)場(chǎng)輸出功率短期預(yù)測(cè)所遇到的信息貧乏、精度低和不確定性高的問題,提出一種粒子群動(dòng)態(tài)灰色模型。該模型利用粒子群算法改變背景值參數(shù),通過迭代搜尋和線性化處理對(duì)齊次或非齊次的指數(shù)參數(shù)進(jìn)行連續(xù)優(yōu)化,提升了預(yù)測(cè)精度;該模型還引入殘差模型對(duì)外界環(huán)境的變化進(jìn)行預(yù)測(cè),降低了由環(huán)境的不確定性對(duì)預(yù)測(cè)帶來的影響。將此模型運(yùn)用到比利時(shí)風(fēng)場(chǎng)輸出功率的短期預(yù)測(cè)當(dāng)中,實(shí)驗(yàn)結(jié)果證明了該模型對(duì)求解所提問題是有效的。

針對(duì)風(fēng)電功率序列的不確定性和隨機(jī)性特征,提出基于聚類經(jīng)驗(yàn)?zāi)B(tài)分解(eemd)和支持向量回歸機(jī)(svr)的風(fēng)電功率預(yù)測(cè)模型。同時(shí),為克服支持向量回歸機(jī)依賴人為經(jīng)驗(yàn)選擇學(xué)習(xí)參數(shù)的弊端,采用縱橫交叉算法(cso)優(yōu)化支持向量回歸機(jī)學(xué)習(xí)參數(shù)。首先,利用聚類經(jīng)驗(yàn)?zāi)B(tài)分解將原始風(fēng)電功率序列分解為一系列復(fù)雜度差異明顯的子序列。然后,分別對(duì)每子序列單獨(dú)建立cso-svr預(yù)測(cè)模型。最后,疊加各子序列的預(yù)測(cè)值得到實(shí)際預(yù)測(cè)結(jié)果。實(shí)例研究表明,所提模型能獲得優(yōu)良的風(fēng)電功率預(yù)測(cè)結(jié)果。

短時(shí)交通流預(yù)測(cè)是現(xiàn)代智能交通系統(tǒng)的核心內(nèi)容,針對(duì)城市道路被占所造成的城市交通擁堵排隊(duì)問題,以路段視頻統(tǒng)計(jì)為例,利用bp神經(jīng)網(wǎng)絡(luò)方法就實(shí)際通行能力、具體車輛數(shù)、事故持續(xù)時(shí)間與排隊(duì)最長(zhǎng)長(zhǎng)度之間的關(guān)系進(jìn)行預(yù)測(cè)分析,從實(shí)驗(yàn)?zāi)M結(jié)果來看,該方法能有效地解決交通流實(shí)時(shí)和可靠性預(yù)測(cè)。

基坑工程施工中,需要根據(jù)現(xiàn)場(chǎng)實(shí)際情況、周圍環(huán)境、建筑安全等級(jí)等對(duì)變形進(jìn)行嚴(yán)格控制。通過對(duì)基坑實(shí)測(cè)變形數(shù)據(jù)進(jìn)行整理和分析,對(duì)未來變形量作出預(yù)測(cè),保證基坑安全。結(jié)合bp神經(jīng)網(wǎng)絡(luò)的高度非線性映射能力,提出了一種基于bp神經(jīng)網(wǎng)絡(luò)的基坑變形時(shí)間序列預(yù)測(cè)方法。在基坑開挖過程中,采取滾動(dòng)預(yù)測(cè)的方法,不斷利用前期已有實(shí)測(cè)數(shù)據(jù)建模預(yù)測(cè)后期變形量,以實(shí)現(xiàn)信息化施工和動(dòng)態(tài)控制。實(shí)例分析表明,bp神經(jīng)網(wǎng)絡(luò)模型具有較高的預(yù)測(cè)精度,并能獲得滿意的預(yù)測(cè)結(jié)果。

隨著社會(huì)發(fā)展,汽車已經(jīng)成為家庭的重要出行工具.汽車運(yùn)行時(shí)間越長(zhǎng),故障發(fā)生率越高,不利于人們的生命健康安全.因此,利用現(xiàn)代模式識(shí)別、機(jī)器學(xué)習(xí)等技術(shù)構(gòu)建一個(gè)汽車故障率預(yù)測(cè)模型,及時(shí)發(fā)現(xiàn)汽車運(yùn)行故障,以便能夠保證汽車以及乘用人的生命安全.本文詳細(xì)地分析了bp神經(jīng)網(wǎng)絡(luò)的基本理論和概念,同時(shí)將其應(yīng)用到汽車故障率預(yù)測(cè)中,可以提高故障率預(yù)測(cè)的準(zhǔn)確度.

風(fēng)能是一種清潔的可再生能源,由于風(fēng)力發(fā)電的波動(dòng)性、間歇性,能使大容量風(fēng)力發(fā)電并網(wǎng)對(duì)電力系統(tǒng)可靠、經(jīng)濟(jì)運(yùn)行產(chǎn)生消極影響。為保證電力系統(tǒng)運(yùn)行的穩(wěn)定性,合理制定調(diào)度計(jì)劃,根據(jù)已有的4臺(tái)風(fēng)電機(jī)組的實(shí)測(cè)功率,提出對(duì)原始數(shù)據(jù)進(jìn)行平滑化處理和基于灰色預(yù)測(cè)模型gm(1,1)的預(yù)測(cè)方法。即以風(fēng)電機(jī)組第23d前若干天的功率數(shù)據(jù)為原始數(shù)據(jù),對(duì)4臺(tái)風(fēng)電機(jī)組分別進(jìn)行未來24h(第23d)的功率進(jìn)行預(yù)測(cè),并按國(guó)家標(biāo)準(zhǔn)公式計(jì)算預(yù)測(cè)準(zhǔn)確率。根據(jù)仿真結(jié)果確定最佳預(yù)測(cè)用原始數(shù)據(jù),預(yù)測(cè)準(zhǔn)確率達(dá)到國(guó)家標(biāo)準(zhǔn),驗(yàn)證了該方法的有效性和可行性。

建筑業(yè)是我國(guó)重要的物質(zhì)生產(chǎn)部門之一，在我國(guó)的經(jīng)濟(jì)發(fā)展過程中，—直扮演著重要的角色。工程作為建筑業(yè)的核心，工程的管理具有很高的現(xiàn)實(shí)意義。所謂工程造價(jià)預(yù)測(cè)，是指處于準(zhǔn)備投標(biāo)或準(zhǔn)備建設(shè)的工程項(xiàng)目，在進(jìn)行投標(biāo)或?qū)嵤┣埃罁?jù)現(xiàn)有的建設(shè)工程項(xiàng)目資料、結(jié)合建設(shè)工程施工環(huán)境及施工企業(yè)自身?xiàng)l件，采用相應(yīng)的方法對(duì)建設(shè)工程項(xiàng)目的成本進(jìn)行預(yù)測(cè)，并將預(yù)測(cè)結(jié)果用以控制項(xiàng)目實(shí)施過程中的成本支出，能夠提高建筑企業(yè)的項(xiàng)目成本管理的科學(xué)性，促進(jìn)企業(yè)資金的良性運(yùn)轉(zhuǎn)。