基于时间序列特征分析的灰色预测拓展模型及其在能源领域的应用

发布时间：2024-06-23 08:08

　　基于控制论而提出的灰色系统理论能够挖掘不完全信息下不确定性系统的演化模式,自提出以来便广泛应用在能源、经济以及环境等众多领域。随着应用和研究的深入,学者们从不同的角度对灰色预测模型进行了改进,以求进一步强化灰色预测模型对不确定性系统内蕴信息的挖掘和系统演化规律的把握。伴随着中国能源革命的演进,现有的灰色预测模型面临的系统特征序列是具有高度复杂性、不确定性和稀疏性的复杂时间序列,而目前的灰色预测模型难以挖掘现实时间序列的差异化特征,满足能源预测的不同需求。鉴于此,为探索系统发展特征,挖掘系统演化规律,从而为国家的能源规划和能源战略调整提供参考,本研究在对灰色预测理论中灰色作用量优化技术对灰色预测模型优化作用机理研究的基础上,基于灰色预测理论中的灰色生成技术、灰色作用量优化技术以及离散灰色预测模型,从知识驱动和数据驱动的角度构建了三类新的灰色预测模型以解决现存灰色预测模型中广泛存在的三类问题,并提出了一类数据驱动的灰色预测模型结构自适应选择算法。新模型的提出不仅优化了灰色累加生成技术,完善了稀疏数据特征提取方法,而且优化了灰色微分方程的模型结构,拓宽了灰预测理论的应用领域,提升了灰色预测模...

【文章页数】：106 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 选题背景与研究意义
        1.1.1 选题背景
        1.1.2 研究意义
    1.2 国内外研究现状分析
        1.2.1 单变量灰色预测模型及其衍生模型研究现状
        1.2.2 能源领域预测模型研究
        1.2.3 研究现状评述
    1.3 研究内容和方法
        1.3.1 研究内容
        1.3.2 研究思路
        1.3.3 技术路线图
    1.4 研究创新点
    1.5 本章小结
第二章 相关理论
    2.1 灰色预测理论
        2.1.1 传统GM(1,1)模型
        2.1.2 离散GM(1,1)模型
        2.1.3 GM(1,1)和DGM(1,1)模型关系
        2.1.4 离散灰色预测模型灰色作用量优化机理
    2.2 相关预测模型
        2.2.1 SARIMA模型
        2.2.2 Holt-Winters模型
    2.3 粒子群优化算法
    2.4 模型预测效果评估
    2.5 本章小结
第三章 基于移动平均滤波器的季节性分数阶离散灰色预测模型
    3.1 基于移动平均滤波器的季节调整方法
        3.1.1 季节调整理论
        3.1.2 移动平均滤波器
    3.2 基于移动平均滤波器的季节性分数阶离散灰色预测模型
        3.2.1 COSGM模型的建立
        3.2.2 COSGM模型超参数的确定
    3.3 案例分析
        3.3.1 案例背景
        3.3.2 模型构建
        3.3.3 预测效果比较分析
    3.4 本章小结
第四章 基于周期聚合生成算子的季节性离散灰色预测模型
    4.1 全阶时间幂灰色预测模型的缺陷分析
    4.2 分数阶全阶时间幂灰色预测模型
        4.2.1 FOTP-DGM^r(1,1)模型的定义
        4.2.2 FOTP-DGM^r(1,1)模型的参数估计
        4.2.3 FOTP-DGM^r(1,1)模型的时间响应函数
        4.2.4 FOTP-DGM^r(1,1)模型结构参数的确定
        4.2.5 FOTP-DGM^r(1,1)模型的性质
    4.3 基于周期聚合生成算子的季节性离散灰色预测模型
        4.3.1 FOTP-SDGM^r(1,1)模型的定义
        4.3.2 FOTP-SDGM^r(1,1)模型结构参数的确定
    4.4 模型的应用流程
    4.5 案例分析
        4.5.1 案例研究设计
        4.5.2 案例1:北美年度水电消费量预测
        4.5.3 案例2:中国月度天然气产量预测
        4.5.4 案例3:中国季度太阳能发电量预测
    4.6 本章小结
第五章 基于灰色作用量优化的结构自适应离散灰色预测模型
    5.1 结构自适应离散灰色预测模型
        5.1.1 SADGM(1,1)模型的定义
        5.1.2 SADGM(1,1)模型的参数估计
        5.1.3 SADGM(1,1)模型的时间响应函数
        5.1.4 SADGM(1,1)模型的性质
    5.2 数据驱动的模型结构选择算法
    5.3 结构自适应离散灰色预测模型的建模及应用流程
    5.4 案例研究
        5.4.1 案例研究设计
        5.4.2 数据资源
        5.4.3 案例1:中国水电、风电和核电总产量预测
        5.4.4 案例2:美国小型光伏季度净发电量预测
        5.4.5 案例3:中国季度水电产能预测
    5.5 本章小结
第六章 结论与展望
    6.1 主要结论
    6.2 展望
致谢
参考文献
附录:作者在攻读硕士学位期间发表的论文



本文编号：3995225