高压开关柜触点温度的灰色预测模型构建
发布时间：2021-07-21 08:23
时间序列长度、背景值优化及残差序列修正均是影响灰色预测模型精度的重要因素。笔者以采集到的高压开关柜触点温度为实例数据集,首先通过逆序法选取建模的最优时间序列长度,其次采取分段线性Newton插值法和积分重构法构建模型背景值,然后对预测结果的残差序列进行修正,最后对比预测精度得出积分重构法构建背景值的灰色预测模型适用于开关柜的触点温度预测。
【文章来源】：信息与电脑(理论版). 2016,(09)
【文章页数】：3 页
【部分图文】：
传统Gb7(1,曰性能对比图
043.74200.840045.4414-0.859344.7234-0.1414544.478143.74190.736245.2477-0.769544.7374-0.2593644.571743.74180.829945.0548-0.483044.7514-0.1797744.794843.74181.053044.8628-0.067944.76540.0294844.970243.74171.228544.67160.298644.77930.1909944.890243.74161.148644.48120.409044.79330.09691044.494644.9714-0.476844.29160.203044.6073-0.11271144.611844.9714-0.359644.10280.509044.8113-0.19951244.688544.9714-0.282943.91480.773744.8353-0.14681344.971844.97140.000443.72771.244144.84930.1225图2X1hour预测值与实际值的拟合曲线从图2得，紧邻均值和积分重构背景值的拟合效果与原始序列的粘合性较大，而Newton插值背景值的拟合结果发散。从表1中看出，紧邻均值的残差序列出现不稳定波动，时而发散时而收敛；Newton插值的残差序列正向渐增；积分重构的残差序列均小于0.2，处于数据的较高水平。除了积分重构的残差序列不需要修正外，紧邻均值和Newton插值的残差序列均需要修正，但紧邻均值的残差序列不满足修正条件，所以，只对Newton插值的残差序列进行修正。由表1可知，当序号k≥8时，残差符号一致，对其建立残差GM（1,1）模型，进行3次修正。修正结果如表2和图3所示：—54—
2016年第9期信息与电脑ChinaComputer&Communication计算机工程应用技术图3修正后的X1hour预测值与实际值的拟合曲线从图3看出，经残差修正后的拟合序列偏离性减小，适当改善了时间序列的拟合效果。现计算未经修正的紧邻均值、积分重构背景值的拟合序列及修正后的Newton背景模型序列的平均相对误差MSE，如表3所示：表3修正后的各模型平均相对误差背景值构建方式紧邻均值Newton插值积分重构平均相对误差0.01730.01030.0032由表3得，通过分段线性Newton插值改进的GM（1,1）拟合序列优于传统的紧邻均值GM（1,1）作用结果，但前者需要不断且多次的残差修正，而通过积分重构法改进的GM（1,1）的拟合结果的平均相对误差最校4结语通过实例分析发现，110KV高压开关柜触点温度属于平稳低增长型时间序列，使用灰色预测法在对单维触点温度进行预测分析时，适合选取间隔1小时区间跨度的数据为原始序列样本，同时采取积分重构法构建背景值，结合残差序列修正的GM（1,1）预测精度较高。参考文献[1]邓聚龙.灰预测与灰决策[M].武汉:华中科技大学出版社,2002.[2]黄敏珍,冯永冰.灰色预测模型在区域物流需求预测中的应用[J].物流科技,2009,32(3):17-20.[3]周清,王奉伟.灰色预测模型背景值改进方法比较分析[J].东华理工大学学报:自然科学版,2015,38(2):231-234.[4]王翠茹,孙辰军,杨静,等.改进残差灰色预测模型在负荷预测中的应用[J].电力系统及其自动化学报,2006,18(1):86-89.表2修正后的X1hour模型拟合序列值残差修正拟合序列X1hourNewton插值拟合序列残差143.667743.66770.0000244.760544.22720.5333345.898245.63590.2623444.582045.4414-0.8593544.478145.2477-0.7695644.571745.0548-0.4830744.794844.8628-
【参考文献】：
期刊论文
[1]灰色预测模型背景值改进方法比较分析[J]. 周清,王奉伟. 东华理工大学学报(自然科学版). 2015(02)
[2]灰色预测模型在区域物流需求预测中的应用[J]. 黄敏珍,冯永冰. 物流科技. 2009(03)
[3]改进残差灰色预测模型在负荷预测中的应用[J]. 王翠茹,孙辰军,杨静,冯海迅. 电力系统及其自动化学报. 2006(01)
本文编号：3294670
【文章来源】：信息与电脑(理论版). 2016,(09)
【文章页数】：3 页
【部分图文】：
传统Gb7(1,曰性能对比图
043.74200.840045.4414-0.859344.7234-0.1414544.478143.74190.736245.2477-0.769544.7374-0.2593644.571743.74180.829945.0548-0.483044.7514-0.1797744.794843.74181.053044.8628-0.067944.76540.0294844.970243.74171.228544.67160.298644.77930.1909944.890243.74161.148644.48120.409044.79330.09691044.494644.9714-0.476844.29160.203044.6073-0.11271144.611844.9714-0.359644.10280.509044.8113-0.19951244.688544.9714-0.282943.91480.773744.8353-0.14681344.971844.97140.000443.72771.244144.84930.1225图2X1hour预测值与实际值的拟合曲线从图2得，紧邻均值和积分重构背景值的拟合效果与原始序列的粘合性较大，而Newton插值背景值的拟合结果发散。从表1中看出，紧邻均值的残差序列出现不稳定波动，时而发散时而收敛；Newton插值的残差序列正向渐增；积分重构的残差序列均小于0.2，处于数据的较高水平。除了积分重构的残差序列不需要修正外，紧邻均值和Newton插值的残差序列均需要修正，但紧邻均值的残差序列不满足修正条件，所以，只对Newton插值的残差序列进行修正。由表1可知，当序号k≥8时，残差符号一致，对其建立残差GM（1,1）模型，进行3次修正。修正结果如表2和图3所示：—54—
2016年第9期信息与电脑ChinaComputer&Communication计算机工程应用技术图3修正后的X1hour预测值与实际值的拟合曲线从图3看出，经残差修正后的拟合序列偏离性减小，适当改善了时间序列的拟合效果。现计算未经修正的紧邻均值、积分重构背景值的拟合序列及修正后的Newton背景模型序列的平均相对误差MSE，如表3所示：表3修正后的各模型平均相对误差背景值构建方式紧邻均值Newton插值积分重构平均相对误差0.01730.01030.0032由表3得，通过分段线性Newton插值改进的GM（1,1）拟合序列优于传统的紧邻均值GM（1,1）作用结果，但前者需要不断且多次的残差修正，而通过积分重构法改进的GM（1,1）的拟合结果的平均相对误差最校4结语通过实例分析发现，110KV高压开关柜触点温度属于平稳低增长型时间序列，使用灰色预测法在对单维触点温度进行预测分析时，适合选取间隔1小时区间跨度的数据为原始序列样本，同时采取积分重构法构建背景值，结合残差序列修正的GM（1,1）预测精度较高。参考文献[1]邓聚龙.灰预测与灰决策[M].武汉:华中科技大学出版社,2002.[2]黄敏珍,冯永冰.灰色预测模型在区域物流需求预测中的应用[J].物流科技,2009,32(3):17-20.[3]周清,王奉伟.灰色预测模型背景值改进方法比较分析[J].东华理工大学学报:自然科学版,2015,38(2):231-234.[4]王翠茹,孙辰军,杨静,等.改进残差灰色预测模型在负荷预测中的应用[J].电力系统及其自动化学报,2006,18(1):86-89.表2修正后的X1hour模型拟合序列值残差修正拟合序列X1hourNewton插值拟合序列残差143.667743.66770.0000244.760544.22720.5333345.898245.63590.2623444.582045.4414-0.8593544.478145.2477-0.7695644.571745.0548-0.4830744.794844.8628-
【参考文献】：
期刊论文
[1]灰色预测模型背景值改进方法比较分析[J]. 周清,王奉伟. 东华理工大学学报(自然科学版). 2015(02)
[2]灰色预测模型在区域物流需求预测中的应用[J]. 黄敏珍,冯永冰. 物流科技. 2009(03)
[3]改进残差灰色预测模型在负荷预测中的应用[J]. 王翠茹,孙辰军,杨静,冯海迅. 电力系统及其自动化学报. 2006(01)
本文编号：3294670
本文链接：https://www.wllwen.com/projectlw/xtxlw/3294670.html
