中短期

摘要： 本文提出一种自适应计算变化幅度的方法,用于提取直流视电阻率中短期异常。采用傅立叶滑动方法计算日均值或月均值曲线的年变化成分,将观测值减去年变化得到去年变数据;之后采用小波分解方法提取去年变数据的趋势变化,以去年变后曲线每一次穿过趋势线时的观测值为起点,计算之后数据相对于该起点值的变化幅度,并采用整个分析时段内变化幅度的2.5倍累计均方差均值作为异常阈值线。该方法有效缓解了在传统原始曲线分析中对异常起始时间的界定问题;基于多年常态变化幅度的异常阈值线,可用于提取变化幅度低于现有异常阈值1%的中短期异常。

摘要： 在蓝天白云、高楼绿树、小桥流水的掩映下,汤原农场有限公司钟灵毓秀、街美路净、花香四溢,森林覆盖率在45%以上,是周边市县中短期旅游的首选地和网红打卡地,游客感受着汤原农场有限公司的全新魅力。目前,旅游是公司的“金招牌”,更是公司职工的“金饭碗”。修旧如旧尽显历史厚重在汤原农场有限公司坐落着一座座兵团时期的建筑物,是由8509部队在1956年建场初期建成的。

摘要： 据Chemark公司估计,2019年全球木器涂料市场总销售额为84亿欧元,预计未来5 a全球平均增长率(新冠肺炎疫情之前预测)为3.4%。考虑到疫情的影响,2020年的市场形势无疑使人们至少对许多市场的中短期增长预期蒙上了阴影,其中包括木器涂料。对欧洲而言,由于木器涂料市场已经达到一定程度的饱和,市场增速已经放缓。预计整个欧洲、中东和非洲地区的木器涂料5 a中的整体增长率为新冠肺炎疫情之前的2%。尽管要预测市场状况何时会恢复正常并不现实,但是DIY细分市场却因新冠肺炎疫情而获得了进一步发展的势头,成为了一大亮点。

摘要： 疫情的突如其来,使留学群体面临的问题越加复杂化.内部环境竞争加剧,外部环境又变化莫测,各种不确定性日益增加.本文围绕讨论新增的内部与外部变化,以PESTEL分析模型为工具,参考留学报告历史数据,收集总结采访的留学生信息.以预测留学中短期发展趋势分析与建议为输出导向.

摘要： 当年的我,几经波折,才寻得在一所开满桃花的小学校中短期代课的机会。我反复准备,跌跌撞撞讲完了那节课。下课铃响过,我老实告诉孩子们,这是我人生中的第一节课,感谢他们的配合。随后,我深深鞠了一躬。这时,教室里沸腾了,孩子们欢呼着和我围在一起,争着想跟我说话,不停地找我要联系方式。十天之后,当我离开这个班时,全班同学洒泪相送。而我,也为此踏上了一生的为师之路。

摘要： 利用海南地下流体观测井水位资料,选择适合长期、中短期地震异常提取方法,对海南及邻区M 4.0以上地震发生前水位异常进行分析,依据统计资料,提出预测海南及邻区中强震发生时间的指标与方法.

摘要： 作为编制发电计划的核心环节,安全约束机组组合(SCUC)已经得到广泛的应用.但对于传统的SCUC算法来说,由于没有考虑到故障线路停运的概率,当电力系统受到极端天气影响时,求解出的结果可能与实际情况有较大差距.通过引入极端天气下的线路停运模型以及基于线路停运概率的越限风险指标,提出一种计及极端天气影响的中短期SCUC模型.算例表明,采用该模型求解极端天气影响下的SCUC问题,具有运算规模小、求解效率高和安全性好等优点,可帮助调度员快速做出安全经济的机组运行决策.

摘要： 为了建立一个无缝、集约化的气象预报业务系统,必须进一步加强中短期气象预报天气预报的发展。我国部分国家和省级业务单位已开始建立中短期天气预报技术流程,包括数值模型体系、解释客观方法、主观预测编辑后处理四个方面。但是,与发达国家相比,我国数字化技术的中短期天气预报运行还存在一些问题,如数值模型的建立、客观预测技术和方法的发展不完全、缺乏有效的技术工具来支持预测的修正,以及网格技术基础薄弱等。本文首先对一、短期天气预报的分析流程进行阐述,其次对中短期数字化天气预报技术现状进行总结,最后对中短期数字化天气预报技术未来发展趋势进行分析。

摘要： 本发明公开了一种用于互联网中短期用药咨询业务量的预测系统及预测方法，该系统包括：数据采集单元，用于负责采集服务器上存储的历史业务量数据和在线医生数量；预测单元，用于接收所述数据采集单元提供的数据，调用预测模型进行模型训练，并获取预测结果数据；上传单元，用于将预测结果数据上传至服务器；预测方法包括：(1)非节假日使用LSTM预测方法进行预测，且对于节假日过后的非节假日数据要去除节假日数据进行预测；(2)节假日使用改进指数平滑方法进行预测；以达到可快速、准确的对未来一天乃至几天的医生进行合理排班，给出医生人力配置建议的目的。

摘要： 本发明属于空间天气预测技术领域，具体为一种基于EMD和BP神经网络的太阳10.7厘米射电流量中短期预报方法，包括：获取F10.7日观测值数据并进行预处理；对预处理后的F10.7日观测值数据进行归一化处理；对处理后的数据通过EMD算法提取F10.7日观测值数据的IMF模态分量；对处理后的各IMF模态分量分别进行训练集和测试集划分；将各IMF模态分量训练集和测试集转换为可被BP神经网络训练的监督学习样本数据；搭建BP神经网络，将各个IMF模态分量的训练样本分别单独输入BP神经网络进行训练，得到IMF预报分量；将IMF模态分量的预报分量重构；预报值和测试集进行误差分析。本发明可有效提升短、中期预测精度。

摘要： 本发明提供了一种中短期负荷预测方法，包括步骤一、根据待预测的日期类型以及气象数据类型获取对应的历史采样样本，构建样本数据集；步骤二、归一化样本数据集中的负荷数据，获得归一化后的第一输入向量，以及对样本数据集中的气象数据、日期类型进行量化处理，获得量化后的第二输入向量；步骤三、根据第一、第二输入向量和输出向量确定BP神经网络的结构；步骤四、通过天牛须算法优化BP神经网络，建立IBAS‑BP优化模型；步骤五、通过IBAS‑BP优化模型进行中短期电力负荷预测。本发明的基于天牛须算法优化BP神经网络，相对于传统的BP神经网络，提高了BP神经网络的收敛速度和学习能力，克服了电力负荷预测偏差大的问题。

摘要： 本发明公开了基于多模型融合的多因素电力需求中短期预测方法，通过融合多种模型对不同时长条件下的电力需求进行预测，在有效提升预测精度的前提下节省大量预测时间。GBDT、XGBoost和LightGBM三种模型均属于Boosting模型，是基于决策树的一种决策模型，通过在决策树中寻找最优解求解目标问题的答案。使用Stacking框架分两层对电力数据进行预测，在由GBDT、XGBoost和LightGBM三种Boosting模型完成预测后，由LR模型对预测结果进行修正后输出，增强了预测的准确度和可信度。将三个模型进行联合，共同对电力需求进行预测，从而使三个模型能够形成互补，带来更高精度的预测结果。本方法属于决策搜索型优化求解算法，因此在决策所需时间上远低于人工智能算法。

摘要： 本发明涉及一种基于并联时序卷积神经网络的电力负荷中短期预测方法及系统,属于电力系统调度控制领域。方法包括：对训练数据进行处理，提取周期性特征数据；所述周期性特征数据包括小时周期特征数据、日周期特征数据、周周期特征数据和月周期特征数据；根据所述周期性特征数据创建并联时序卷积神经网络模型，所述并联时序卷积神经网络模型包括四个时间卷积神经网络TCN模型；利用所述并联时序卷积神经网络模型对所述电力负荷进行中短期预测，并输出预测结果。本方法能够有效反映负荷数据的多周期特征，从而提升了电力负荷中短期预测的准确度。

摘要： 本发明提供一种智能电网中短期负荷预测方法及系统，所述方法包括：获取用户的每日用电总负荷数据和每小时用户电负荷数据；确定基于历史用电负荷数据进行训练而得到的深度卷积神经网络DCNN预测模型；所述历史用户负荷数据包括预设天数内每日的用电负荷数据；将所述每日的用电总负荷数据和每小时用户电负荷数据，输入所述DCNN预测模型进行处理，输出短期负荷预测结果。本发明的方案可以简化负荷预测模型，提高负荷预测精度。

摘要： 本发明公开了一种融合多元信息的中短期水文预报方法及系统，其采集全流域的相关信息并提取全流域的特征信息，根据全流域的特征信息选择分布式水文模型，选择ARW模型作为大气数值模型，根据其动力框架的特征，预测未来一定时段的大气运动状态和天气现象；将建立的分布式水文模型嵌入大气数值模型的陆面模型，使大气数值模型与分布式水文模型共用相同的陆面过程机制，构建数值天气预报与分布式水文模型的双向耦合。通过消除气象预报数值模型初始误差的方法，提高气象预报精度，实现网格化定量降水估计模型的流域小尺度匹配应用，保证气象预报和水文预报模型之间的无缝衔接，提高水文预报精度。

摘要： 本发明提供了一种基于流形学习的中短期负荷预测方法及装置，属于负荷预测技术领域，负荷预测方法包括：采用局部线性嵌入方法对历史负荷数据集进行非线性降维，获取低维流形序列；将低维流形序列输入至训练完毕的长短期记忆神经网络模型，获取预测序列；采用流形学习重构方法，将预测序列重构，获取负荷预测值。本发明采用流形学习方法对负荷数据降维，流形学习方法能够更好地挖掘出负荷的非线性特征。同时采用深度学习方法对降维后得到的低维流形序列进行预测，更好地挖掘出低维流形序列自身时序规律，有利于提高负荷预测精度。

摘要： 本发明提供一种基于数据挖掘处理框架的中短期负荷预测方法，首先向若干个不同的预测模型中录入电网历史负荷数据，对电网中短期的负荷进行预测；然后分别计算出每个预测模型预测值的相对误差；再根据相对误差计算各模型预测值的权重，得到电网中短期负荷的综合预测值。本发明通过季节解构、指数平滑和X13季节调整三种预测模型根据电网同一时间序列的历史负荷数据进行预测，再根据各模型预测结果的相对误差赋予权重，获得最优的电网中短期负荷的综合预测值，计算的效率和精度高，有助于帮助电网经济发展与规划等部门具体分析电力消费的情况，为后续的电网建设与调度提供参考。

摘要： 本实用新型公开了一种智能电网中短期负荷预测装置，包括负荷预测装置本体，负荷预测装置本体的外侧设有保护罩，保护罩的前端为开口状态，保护罩的开口端设有门，门上设有锁体，保护罩内的下侧、右侧、上侧和左侧均铺设有呈连续“S”型的水囊，水囊设于保护罩和负荷预测装置本体之间，保护罩的下端设有储水箱，储水箱内设有水泵，水泵的出水口连通有第一电磁阀，第一电磁阀连通于水囊的一端，水囊的另一端连通有第二电磁阀，第二电磁阀连通于储水箱，保护罩内设有温度传感器，保护罩的外侧嵌设有控制面板。本实用新型中的保护罩可以保护负荷预测装置本体，而水囊可以对负荷预测装置本体进行降温，也可以起到减震的作用，简单方便。