准确预测（精选十篇）
准确预测 篇1
我国的中压电网普遍采用小电流接地方式,当系统的电容电流超过一定的值(如3～66KV系统的单相接地故障电容电流超过10A[1])时,系统就不能可靠熄灭单相接地时的电弧,引发事故,因此需用消弧线圈对电容电流进行补偿[2,3]。在实际中,由于电网运行方式的每一次改变都将相应地引起电网电容电流值的改变,为了保证在任何运行方式下的残流在规程允许的范围内,必须使消弧补偿装置的电感电流电网电流作跟踪调整,即实现自动跟踪补偿。消弧线圈自动调谐的核心问题是实现电容电流的准确测量。
电容电流是电网发生单相接地故障时才表现出来的产生电弧的灾害性因素,如果在电网出现间歇性单相接地故障时,才检测电网的电容电流,再调节消弧线圈进行补偿,这必将延长接地电流在电网中的作用时间,导致电弧不能可靠熄灭,产生弧光接地过电压、并可能引起相间短路,造成停电和设备的损坏事故,直接影响电力网的安全运行。因此,如果在电力网正常时,就准确、方便地预测出电网发生单相故障的电容电流,则在电网发生故障的瞬间就可依据其调节消弧线圈,使消弧线圈产生的电感电流补偿电容电流,极大地降低接地残流,达到迅速熄弧的目的。因此,本文给出了基于DSP附加单相接地电阻提前准确预测电网电容电流的系统。该系统在电网正常运行时,即能准确预测出单相接地故障时的电容电流,还能预测出反映电网绝缘状况的对地电阻电流、与熄弧相关的接地点的残流等参数。
2 现有电容电流测试方法分析
从文献和实际中可以看到,现有的电容电流的测量方法有单相直接金属性接地法[2,3,4]、相对地附加电容法[5,6]、调谐法[7,8]、不平衡电压实时测量法[9,10]、注入信号法[11,12,13,14,15]等。
文献[2]提到的单相直接金属性接地法比较直观,可以测出电网的绝缘电阻和对地电容,能区分残流中的有功泄漏电流和对地电容电流,方法准确;但此方法操作和接线复杂,而且要使电网经受一次过压的威胁,有可能危及非接地相绝缘薄弱处的绝缘,造成两相异地短路,对操作人员与配电系统都不安全,因而一般很少采用。
附加电容法在线路上外加一个电容,测量电压的变化从而间接计算出电容电流值。这种方法虽然能较准确地测量电容电流值,但测量时仍然需要与一次侧打交道,人员与设备安全仍得不到保证。另外由于要涉及一次设备,因此操作繁琐,准备工作时间长,工作效率低,通常大部分时间耗费在等待调度命令、开工作票、倒闸操作及安全措施准备上,工作效率非常低。另外,在外加电容时,由于电容的充放电效应,人为接地的瞬间相当于产生了一个金属性接地故障,这显然不利于安全,退出时还需要采用适当方法及时释放电容的储能。
调谐法和不平衡电压实时测量法主要用于中性点经可调的消弧线圈接地的系统,都忽略电网对地绝缘电阻的影响,但在电网阻尼率较大时,其测量结果存在较大误差。
文献[11,12,13,14,15]提到的注入信号法,从原理角度上看精度较高,但注入的变频信号源的制作相当复杂,且难度较大。该法操作过于繁琐,测试时间较长。另外,输入信号的频率的选取对测量的准确度影响较大。
综上所述,现有的电容电流测试方法在准确性、安全性、可操作性及所需时间上存在不足,若用于电网电容电流的提前准确预测,尚待考虑。因此,本文研究了一种在电网正常运行时,单相附加对地电阻预测电网发生单相接地故障的电容电流的新方法。
3 附加电阻预测电网电容电流的原理
中性点经消弧线圈接地的系统在某一相(A相)对地附加电阻的等效电路图如图1,其中R为单相对地附加电阻,L为消弧线圈的电感,r为电网对地绝缘电阻,c为各相对地电容。r反映了线路带电时的泄漏电流及空气游离产生的有功功率的损失;c反映了带电导线周围的电场效应。
利用对称分量法,分析得到电网单相经电阻接地时的复合序网络如图2所示,图中的undefineda1、undefineda2、undefineda0为接地点的正序、负序、零序电流分量;Z1、Z2、Z0分别为从接地点向系统看的正序、负序、零序阻抗,其中Z0=j3wLr/(r-3w2 Lcr+j3wL),忽略了电源和线路的零序阻抗;undefinedA1、undefinedA2、undefined0为接地A相对地电压undefinedR的正序、负序、零序电压。系统发生单相接地时,undefined,流经接地电阻的电流为undefined。
对图2电路分析,可以得到电网的对地电容和对地绝缘电阻为:
undefined
其中,φ为undefinedR超前于undefined0的角度,也即undefinedR超前于undefined0的角度。谐振电网发生金属性单相接地时,电网的电容电流、对地绝缘电阻电流、消弧线圈的补偿电流为[2]:
undefined
其中,Uϕ为电网的相电压。
将(1)式代入(3)式,(2)式代入(4)式得到电容电流和对地绝缘电阻电流的计算公为:
undefined
由上面的分析可以看出,Uϕ、L、ω对电网系统来说是已知量,附加电阻值R也可知,只要测得电网附加电阻后的零序电压U0、接地电阻相的对地电压UR、以及undefinedR超前于undefined0的角度φ,即可在电力网未发生单相接地故障时就预先检测出发生单相接地故障时的电容电流、对地绝缘电阻电流及补偿电容电流,为消弧线圈的设置、调节提前提供判据。(6)和(7)式也适用于中性点不接地的系统,此时undefined。
同时,根据φ角的大小,还可以判断出谐振电网的消弧线圈补偿情况。图3为中心点经消弧线圈接地的电网发生单相接地时的向量图,图中的undefinedR与undefinedR同相;当0°<φ<90°时,电网处于欠补偿状态;当φ=0°时,电网处于全补偿状态;当-90°<φ<0°时,电网处于过补偿状态。
另外,通过附加电阻的方法,还可以预测出电网发生单相故障时的接地点的残流:
undefined
残流越小,接地电弧就越容易熄灭。
4 基于DSP的智能型电容电流预测方案
利用附加电阻预测电容电流的原理,设计完成的预测电容电流系统的总体方案如图4所示。其中,DSP应用系统是整个测试系统的智能核心,采用数字信号处理器TMS3202507组成,该芯片有片内采样保持器和A/D转换器,从而简化了电路设计。方案电路的工作原理如下:DSP发出指令通过电阻投切控制电路把电阻附加到电网的某一相上,零序电压u0和相对地电压uR通过TV柜中的三绕组电压互感器取得,uR、u0、uϕ经信号调理和滤波,送DSP中的A/D转换器实现模拟量到数字量的转换,DSP应用系统对检测结果进行运算、判断、处理,求得电容电流、对地绝缘电阻电流、残流等,输出显示;判断出电网补偿状态等。通信电路作用在于将测量结果向上位机或其他设备传送,为该电容电流测试系统成为消弧装置或选线装置的组成单元提供了可能。该系统的信号检测采用交流采样方式,uR(iR)超前u0的相位φ,有效值UR和U0都通过先进的数字信号处理算法实现,软件算法的应用提高了系统工作的精度和可靠性,也进一步减小了电容电流预测系统的体积。预测系统的软件中设计有循环自检程序,可实现测试系统各部分电路的监测诊断,从而提高了测试的安全性。测量时消弧线圈无需退出运行。为了便于测量接线,附加电阻可接于线路的首端。附加电阻微机型电容电流测试方案是以测量为主,兼具监测、信号、数据通信功能的一体化系统。
5 电容电流预测试验
根据上述原理和方案,设计了电容电流预测系统,进行了实验室矿井模拟电网的试验验证。接地电阻通过DSP控制加于电网A相,另一端可靠接地,相对地电压UR和零序电压U0由三绕组电压互感器取得。预测实验装置完成单相经电阻接地时U0、UR及Uϕ的测量,然后计算出电网单相直接接地时的电容电流IcΣ;同时根据所测的undefinedR(undefinedR)与undefined0的相位关系φ,在电网正常运行时,还可预测出电网单相直接接地时的对地绝缘电阻电流IcΣ、接地点的残流Iδ大小以及谐振电网的补偿运行情况。该模拟电网的电容电流的估计值约为:216mA,共进行了三种方式的测试,第一种为中性点不接地,即将消弧线圈切除来检测电网电容电流的实际大小;第二种为中性点经消弧线圈接地欠补偿方式来检测电网电容电流的大小。在实际的系统中,为了防止谐振过电压的发生,消弧线线圈对电容电流的补偿并不按全补偿考虑,而是消弧线圈适当偏离谐振点,过补偿运行[2]。所以,第三种测试在谐振点附近适当过补偿情况下进行,根据前两种预测得到的电容电流,确定出需补偿的电感大小,对消弧线圈进行预调节,再进行接地试验,验证以前两种方式下测得的电容电流作为调谐依据的可靠性。(见表1)。从表1可以看出:测出的电容电流的大小与估算值接近,预测结果准确;据电网正常运行时预测的电容电流调节消弧线圈,完全可以使消弧线圈达到良好的补偿效果,使接地点的残流极小,电弧迅速熄灭。
6 结束语
附加电阻测量电容电流的方法与现在使用较广的附加电容法相比,附加电阻不存在充放电的过渡问题,因此更为安全。附加电阻预测电容电流时所需的计算参数可直接从系统原有的TV柜取得,附加元件少,操作更加简便。该预测系统采用了先进的DSP技术,实现了电容电流检测的智能化,测量迅速。
附加电阻越小中性点位移电压越大,反之越小。附加电阻值的选取综合考虑电网的安全性和测量的灵敏性;如6kV电网,附加电阻值可选为500Ω～1000Ω,容量按短时工作考虑,选2～3kW。
准确预测 篇2
他认为自己投资成功很大程度上源于对未来的准确判断。雷军近三年的20个投资项目，都集中在三个领域：移动互联网、电子商务和社区。
“移动互联网上，以前我跟他们讲移动互联网将是PC互联网10倍大的规模，你现在全力做一定会成功，所以我在移动互联网投了很多项目。第二个，电子商务，我说中国电子商务机会来了，你现在可以做电子商务了。第三个，你要投电子社区。我几乎没有投过别的领域，几乎都集中在互联网这三个很窄的领域。”
以下为访谈实录：
中国市场有可能诞生新一代手机巨头
主持人Sarah Lacy：你好！对于一些不太熟悉的人，你在中国是连续创业的，在的时候你当时在董事会上，后来又卖给了亚马逊，你基本上是中国互联网创业的领头军。在中国你是广受注意的，很多人想改变手机的生态系统。很多人说你想用小米挑战iPhone。我想问你这个问题，先来说一下这些问题，中国很喜欢产品的，中国现在对苹果来说也是增长最快的产品，插件这么多，应用也这么多。中国的市场上我们也了解产品，但是并没有看到中国本土巨大的品牌，为什么会有这样的差距？
雷军：20苹果发布了iPhone之后，重新发明的智能手机。这个智能手机发布之后，在过去五年时间里，其实全球的手机行业全部都晕了，他们基本上跟不上这个时代的发展。我创办小米是因为我看到了这个机会，iPhone的成功是软件硬件、互联网服务融为一个整体，我把这个叫铁人三项，全球前五大手机厂基本上是硬件公司，所以硬件公司做不好软件，软件公司又害怕做硬件，所以我想创办小米是铁人三项的公司，同时做软件、硬件也做互联网服务的公司。我认为这是一个巨大的切入点，只有这种切入点才有机会在新的手机时代里立住脚，所以这就是我创办小米的核心原因。
Sarah Lacy：我知道你想给我们看一段视频，现在是不是已经准备好了？在你组合这个公司的时候，之前他们在Google工作过，在摩托罗拉工作过的人都被你招至麾下，你怎么样把这些人招在一起，是什么元素把他们吸引在一起？
雷军：我两年前开了一个玩笑，我说假如把微软、Google、摩托合并了之后，这个公司可以跟iPhone竞争，但是我没想到后来Google把摩托买了，我想把最聪明的人聚在一起有可能做成一个伟大的公司。我们差不多有一半的员工来自于微软、Google、金山。怎么样把这些人聚在一起？最重要的是，我有一个伟大的梦想，我想办一个新型的手机公司，有机会至少做成一个世界级的品牌，做成一个500强的公司。因为他们都来自于世界级的跨国公司，说有没有可能我们自己创办一家这样的公司？我想梦想是激励他们做这件事情的核心原因。
Sarah Lacy：你觉得人才的技术，包括市场，对于中国市场现在是不是已经具备了全球500强公司的市场基础？现在您有这样的人才了，可以和iPhone做竞争，不光是因为我们是本土化的，还包括我们硬件、软件、互联网，也包括价格更加便宜。中国的市场本身现在是否成熟了？
雷军：我觉得在中国做这么一间公司，他真正的机会点是，中国的市场真的有很大的特色，在全球手机市场里，中国是最大的市场，占了全球25%，也就是说你如果在中国赢了有机会在全球赢。
第二个，中国是开放市场，中国不是运营商管制的市场，绝大部分用户在街上随便可以买一部手机用，在美国都是只能跟运营商购买。在这种情况下，你只需要做出一流的产品，不需要运营商你的公司就能成功，所以中国是一个开放的市场。
同时，中国又是一个封闭市场，跨国公司直接在中国做有点水土不服，不了解中国的国情，很难在中国做的好，所以中国三大特点，注定了中国有机会出现一家新一代的手机巨头，这正是我在创办的时候我就分析过的，并且我成功的说服这些投资者。他们认为我讲的是有道理的，认为在中国真的有机会。
小米将通过服务赚钱，而不是硬件
Sarah Lacy：所以相比iPhone来讲，你小米手机的价格是非常便宜的，但是从软件方面，包括我们整个生态系统是围绕你整个公司，能给我们简单介绍一下吗？
雷军：其实小米手机定价1999元，这样的价钱并不便宜，因为市场上200、300元可以买一部山寨机，你想卖接近2000元的手机不便宜的。为什么大家觉得小米手机便宜？最最核心点是，小米手机是全球第一家首发双核1.5G高性能的手机。可能大家不了解，iPhone主屏是单核1G，小米手机是双核1.5G，而且所有性能都是今天顶配，比如1G内存，1930毫安电池，800万像素的相机，所有配置都是今天最顶级的，全部使用都是苹果的供应商，所以这样的性能卖1999元给大家震撼的原因。1999元还包括中国海关税、增值税一系列的费用，换句话说在美国这样的产品可能是240美元，可能不需要合约，可能在美国卖才是真正震撼，因为中国的税是17%，我们所有价钱是含税。
小米手机为什么这么便宜？我想做一部手机用接近成本价的方式零售。为什么？因为我是一家互联网公司，我希望通过后续的服务赚钱，而不是通过手机硬件来赚钱，这是我跟硬件公司最大的差别。因为我刚刚开始创业，刚刚开始做，今天以我的采购能力只能卖这个价钱，我想未来有机会，我们采购能力增强了，也许我们还能够生产出更高性能，更好性价比的产品。所以真正小米手机和所有手机相比，它真正最大的竞争力在于，它不依靠硬件挣钱。
MIUA跟所有手机操作系统相比，它最大的优势是什么？我们把做互联网应用软件的方式拿过来做操作系统，我们每个星期可以发布一个新的版本。在诺基亚时代三四年才发布一个新版本，iPhone是一年发布一个新版本，Google是一季度发布一个版本，我们想是想通过每个星期发布一个新版本。大家使用手机有任何建议，我们最快可以在这个星期五下午五点就给你升级了，这样用户使用手机的时候他任何想法，任何建议可以第一时间在手机上得以体现，这就是小米手机把互联网应用在这里面起的巨大的作用。
我们提供了很多互联网的服务，让大家用这个手机的时候能享受到各种各样的服务。我们开发了米聊的产品，米聊是一种新形态为手机做的社交工具，它把原来很单调发短信用语音、图片、涂鸦、手写等各种方式进行交流，解决沟通的问题。整个小米的构思是铁人三项，三位一体的，这才是小米给整个市场真正的震撼。
小米手机还在创造一个新的奇迹，我们希望只用互联网方式，只在网上销售，能够奠定一个互联网的手机品牌。我在创办这个公司的时候，我们最大的挑战说，Google去年年底也想这么干，但是他们失败了，凭什么你能干的成？尤其我是在说服一些Google的工程师加入我们的时候，他们问了很多很尖锐的问题，最尖锐的就是我们Google都干不成，你怎么能干的成？我说因为Google不懂电子商务，虽然Google是一个很大的公司，我说但是我懂，
我觉得到今天为止已经没有人怀疑我们可以只通过网上能把手机卖的出去了，因为我们在小米手机发布34个小时里，我们预订超过了34万部，所以是一个很疯狂的量。
在做互联网的领域里我们经常会使用百度指数看一个产品的热度，就是每天有多少人在百度上摄取你的产品。在我们发布第二天，小米百度指数到了44万，相当于iPhone4的4倍，我们被中国用户巨大的支持，使小米手机在刚开始挺什么的。当然，在过去两三个月对小米手机来说是一个巨大的煎熬，因为任何一个做硬件的公司都要经历供应链的压力。
Sarah Lacy：你的手机有很多的魅力，在多大程度上这样一种魅力是来自于民族的自豪感？因为你知道有乔布斯的iPhone，人们非常喜欢它，还有很多人是乔布斯的个人粉丝。关于您的手机中国人这么喜欢它，你是否觉得中国人喜欢自己国家民族的品牌，在多大程度上是由于民族自豪感促成你们手机的成功？
雷军：我觉得大家支持本地产品肯定占了不小的因素，但这不是主要的原因，但是小米手机是为粉丝服务的，我们小米手机有一半以上是服务于国际用户的。因为我们最好的硬件的最互联网的软件，包括Google在美国卖不出去，我们全是在互联网上销售的，这是因为我自己做过电子商务，我知道怎么在网上卖东西，所以这里面的创新可能远非大家所想象的。待会儿我们有一个视频，大家看一看就知道我们做了哪些很有意思的创新了。
投资成功是因为我准确预测了未来
Sarah Lacy：好，非常棒。在我们进行展示之前，接下来谈一谈您作为一位天使投资人的情况。我知道有很多企业家都觉得您是天使投资者，您一直是寻求一些有潜力的企业家，但是并不见得所有中国投资者都会这样做。您觉得在中国投资方面，您和其他人有哪些不同？怎么样能够在中国投资环境下做出一些改变？
雷军：因为今天来的有很多是国外的朋友，不太了解我投过的公司。我刚才在后台有一个好朋友问我，我怎么介绍我做过的案子，让大家听懂我做过什么？他说你只要说一说你投了多少家公司，然后这些公司的整体情况。
我从开始投第一个案子开始，我主要投资是、、这三年。我投了正好20家公司，差不多有17家、18家都拿到了VC的投资。我刚才简单加了一下，这17、18家公司可能融到的钱超过了10亿美金，他们其实都只是在过去几年里投资了。
Sarah Lacy：他们筹集了多少？
雷军：是十亿美金。
我今天回过来总结，我认为有几点是我今天能够取得成功的核心原因。第一个，我成功的预测了未来，而且我看的挺准的，其实我觉得三个领域是我看的非常准的。一个是移动互联网，以前我跟他们讲移动互联网是PC互联网10倍大的规模，你现在全力做一定会成功，所以我在移动互联网投了很多项目。第二个，电子商务，我说中国电子商务机会来了，你现在可以做电子商务了。第三个，你要投电子社区，所以其实我这20家公司都集中在这三个很窄的领域里，我几乎没有投过别的领域，我几乎集中在互联网很窄的三个领域，就是移动互联网、电子商务、和电子社区。
我投的最成功的案子，就是四年前从零开始起步的凡客成品，凡客是一家在互联网创办的服装品牌，有点像纯网上的美国GEP，我相信中国每一个年轻人，你一问他他都知道凡客。在移动互联网领域里我投了UC，是全球最大手机互联网独立浏览器，差不多一个月有1.67亿的用户在使用UC浏览器在上网。在刚开始几个月，月成长是17%，从一个很小的规模做成一个巨大的规模。还有一个产品是YY。
Sarah Lacy：随后我们会有戴维李先生介绍，我们都知道YY。我想确保我们有时间放视频，但我们放之前，请您给我们介绍一下，您觉得美国和西方人对于中国企业家应该有什么样的想法？你觉得他们是否低估了中国企业家的潜力？您是否觉得中国企业家正在不断的变化呢？
雷军：是，其实我刚才介绍的这三家公司都是美国市场没有过的模型，他们在中国具备很强的创新能力，而且他们的成长速度都很快。我见过不少美国的投资者，他们都非常喜欢这三家公司，尤其是YY，他们说这是他们在美国没有见过的东西，他们挺兴奋的。所以我觉得，在中国互联网上，可能很多人都觉得大部分的创意都是来自于美国的，其实我看到了更多新的创意都是中国本土起来的，我觉得中国在互联网上的发展速度可能是超出大家想象的。
Sarah Lacy：非常棒，我们接下来马上要进行展示了，还有最后一点，刚才提到了美国，咱们今天在座很多人他们是来参加 的比赛，很多人开始自己创建企业的征程，您对他们有哪些建议？这些人都想建立自己的公司，您对这些创业家有什么样的建议？
雷军：做自己喜欢的事情，我觉得只有你做你自己喜欢的事情，你才会有足够的动力和热情。我也很幸运，因为我20多年前也是一个程序员，我很喜欢做软件，所以我才参与了金山软件的创办，所以我觉得做自己喜欢的事情是人生最美妙的事情。
Sarah Lacy：非常棒，感谢雷先生，非常感谢您。关于我们的视频我们是非常期待的，我知道中国人都知道小米手机，但是有很多国际人士不知道，接下来会有人跟你一块儿进行示范。我们看一看视频的播放。
演示：大家好！大家可以看到我们创业团队平均年龄是在33岁，这一点雷总也多次提到，33岁的团队往往是研究生毕业七八年，本科毕业一个成熟的团队，所以只有有这样一个成熟的团队，才能做出一款性价比比较高，稳定性比较高的手机。下面给大家介绍一下小米手机的特性。
它的主要特性，一个是硬件性价比还有灵活的MIUI。在硬件主要做了几块，第一个，双核、大屏、信号好和大电池。对于它的速度来讲，用的高通8260芯片，比主流单核1G手机快200%。我们这里用的1G的内存，这在智能手机里也是比较靠前的。
小米手机用了全新的石墨散热技术，让手机发热的问题能够大大的得以缓解。对于屏幕我们采用4寸的屏幕，这也是雷总调研，了解适合亚洲人手型大小。目前我们屏幕采用夏普的屏幕，采用半反半透的屏幕，可以在阳光下比较出半反半透的屏幕。还有一个大家都知道，智能手机在使用的下面到下午往往就没有电了，我们这里使用了1930的电池，这样基本上能保证我们手机可以使用2天。同时我们采用了多彩的彩壳，电池也采用了多彩的电池。我们的相机采用是800万像素。还有一点，我们所有配件供应商基本上来自于全球顶级的供应商。接下来是大家很期待的视频，实际上这是小米手机的灵魂。
让品牌模型预测更准确 篇3
拓展市场份额是消费品营销人员的主要目标之一。鉴于消费品市场竞争越来越激烈，数字营销的演变颇为迅猛，消费者越来越精明，而且他们现在用来寻找和分享与品牌相关信息的手段和用来选择品牌的渠道也比以往多得多，所以，完成这一任务绝非易事。
要想建立市场份额，营销人员首先必须识别可在实现这一目标时加以充分利用的各种驱动因素。下一个步骤通常是根据已识别的驱动因素，利用一种模拟工具，来确定优化市场份额的最佳营销策略。在这个阶段，营销人员经常面临的挫折是许多模拟器并未反映出市场中将发生的切实变化。模拟器预测的变化往往有夸大之嫌，营销人员只能将这些结果作为指导性参考。
益普索(Ipsos)利用自己的研究结果，建立了一个藉以确定何种品牌元素在驱动消费者选择的新构架，并提出一种更为准确的方法，进行旨在优化品牌份额的市场模拟。以下是益普索(IpsoS)根据自己的品牌研究情况，针对上述各个问题开发出的解决方案。
问题1：未能捕捉消费者与品牌产生联系的所有方式
营销人员在进行品牌研究时所面临的核心挑战是，识别驱动消费者选择的品牌元素。有些研究手段着重于功能方面，而有些则着重于情感方面。还有一些手段则着重于特定方面，比如：品牌的个性。实际上，要想建立对品牌选择驱动情况的全盘理解，进而能够实施成功的营销策略，品牌框架必须聚焦所有这些方面。
解决方案：了解品牌本身的主体和灵魂
正如人类一样，一个品牌也拥有包括主体和灵魂的DNA，品牌研究也正基于此。品牌的主体和灵魂有助于将品牌与消费者的头脑和内心联系起来。这种联系是通过消费者与品牌间的各种互动形成的，进而产生一种品牌体验。
品牌的主体主要组成部分为：功能属性和品牌形象。品牌的灵魂主要组成部分为：情感需求和品牌个性。主体和灵魂的这四个组成部分组成了品牌的DNA。它们激发了品牌在消费者心目中的固有价值或优势，代表着品牌资产。
我们经过研究发现，在主体和灵魂的四个组成部分中，每个组成部分自身都能很好地说明驱动品牌资产的究竟是什么。因此，品牌框架若仅着重于四个组成部分中的一个或两个，我们不能说它们是错误的；然而，它们是不完整的。如果我们的品牌框架中只有四个组成部分中的一个，那么我们最多能预测出60％的消费者品牌选择。
我们研究得出的另一个重要结论是，功能因素和情感因素是具有内在联系的。任何一个强调功能利益的品牌定位或传播亦会影响着情感利益。
正如本文前面所讲的，主体和灵魂的四个组成部分驱动着品牌资产。品牌资产与品牌的价格一起驱动品牌价值，后者反映出品牌选择的消费者份额。根据我们的研究，我们能开发出一种包含这四个组成部分的模型，加上价格，来预测品牌价值(选择份额)。我们已证实，我们的品牌价值模型所得出的结果与实际的市场份额极为接近。
问题2：晶牌的未来方向在此模型中未予考虑
许多模型仅衡量品牌的当前优势。然而，营销人员需要了解消费者与品牌是如何连接在一起的，来预测其品牌是否有可能增大或减少市场份额。
解决方案：利用亲善度衡量品牌的关联性
通过研发，我们有能力衡量一个我们称之为“亲善度”的量度。亲善度亦称作“忠诚度”，这个量度用来衡量消费者将来持续使用某个品牌的可能性。亲善度是通过结合斟酌品牌价值和各种障碍——难以转换品牌的因素——来获得的。例如，当一位妈妈开始为自己的宝宝选择特定品牌的婴儿配方奶粉时，那么就很难让宝宝换用其他品牌的配方奶粉。这种障碍是指新配方奶粉不适合宝宝饮用的风险。亲善度已被证明是未来消费者行为的反映。
了解亲善度，有助于营销人员识别出对品牌不太忠诚的消费者(即便他们正在使用这个品牌)，之后再采取措施提升其满意度。同样重要的还有，营销人员可识别出对品牌忠诚的核心消费者，对这些消费者实施各种策略，以便加强并保持他们的忠诚度。
问题3：品牌模拟器并未作出现实的预测
品牌研究的关键应用之一是以优化品牌份额为目标来模拟不同的营销策略。令人遗憾的是，目前用于估算市场份额的模拟器往往并未反映出当前市场中所发生的真实变化。造成这一失败的主要原因之一是模拟器中并未涵盖所有的品牌选择的驱动力。另外一个重要原因则是并未使用个人层面的数据。
解决方案：利用个人层面模拟模型预测份额增长
品牌的主体和灵魂的全部四个组成部分(以及它们之间的相互作用)应反映在品牌模拟器中。此外，品牌模拟器应基于个人层面的数据。为什么?因为每个消费者都是独具特色的，因而具有不同的需求。结果便是更具现实意义的模拟。
我们的研究表明，个人层面的模型在预测消费者行为方面，准确度至少高出30％。
下图是一个模拟实例，该实例包含了主体和灵魂的四个组成部分，并使用了个人层面数据。在这个例子中，模拟的是8号品牌的绩效。
模拟器生成了一幅直线图，其中红色虚线表示8号品牌在关键驱动因素上的当前绩效。红色实线表示该品牌在这些驱动因素上的改进绩效，这正是8号品牌营销人员想要模拟的。蓝线表示给定8号品牌的模拟改进绩效后4号品牌的绩效。
模拟器接着会生成一幅柱状图，其中描述了8号品牌的改进绩效对此类别中各品牌选择份额的影响。假定8号品牌在关键类别驱动力方面的模拟改进绩效后，各种品牌目前的选择份额(以绿色显示)是与模拟的选择份额(以蓝色显示)一起显示出来的。随着8号品牌绩效不断改进，选择其他竞争品牌的份额呈下降趋势。8号品牌份额的规模不断加大，其他竞争品牌的份额则不断下降，这是实际市场的真实反应。
最終解决方案：一个全新、全面的品牌框架一PERCEPTOBluS
通过研发，我们已开发出一款新型品牌研究工具PERCEPTORBlus，它能帮助营销人员应对他们在试图利用品牌研究优化策略并预测市场增长时所面临的重要挑战。
具体说来，PERCEPTOR。plus能够：
通过评估品牌的主体和灵魂，捕捉消费者与品牌的所有联系方式。
通过衡量亲善度，给出对品牌未来方向的认识。
·采用个人层面模型准确模拟市场份额。
完整的PERCEPTORPlus框架如右图所示。
令PERCEPTORPlus与众不同的是，它能够将品牌选择的所有相关驱动因素——品牌的主体和灵魂，整合成一个综合框架，可供营销人员用来测定品牌资产、品牌价值(选择份额)和亲善度(忠诚度)。营销人员亦可利用PERCEPTORPlus模拟器预测不同策略对市场份额所产生的影响。由于此模拟器涵盖了品牌的主体和灵魂，且以经过证实的单层面模拟为基础，营销人员可全副武装地投入至Ⅱ市场份额的战斗之中……并最终获胜!
准确预测 篇4
“哥们儿 ,你说我请个假咋这么不容易! ”今年年初,朋友的一句抱怨激发了王胤的创业念头。
王胤今年32岁,在清华校园里已经度过近10个年头。身边的朋友和他年龄相仿,大多已组建家庭,结婚生娃渐渐排上日程。最近,这个比王胤还要大上两三岁的朋友便遇到了个不大不小的尴尬, 岁数不算小了,夫妻俩打算要娃,可现在两人一个在杭州、一个在武汉。“就算老板再理解,我也不能动不动就请一个星期假吧! ”
朋友的烦心事儿,让王胤记忆深刻,随即他在 身旁的朋 友圈里做 了一番调查,发现有这样困扰的不在少数。原先上网逛的多是计算机方面 的技术论 坛 ,那一阵王胤埋头泡起了各种女性论坛,“算不准排卵期”、“例假不规 律怎么算 排卵期”……在问题里,王胤发现 不少“造娃族”都提到了一样工具———基础体温计。
基础体温, 是指经过6到8个小时睡眠后,没有受到运动、饮食、情绪等各种变化影响时所测得的人体温度。而女性在排卵期内的基础体温低于平常, 而在排卵后的几天里, 基础体温又会上升0.3—0.5摄氏度。这样一来, 不少女性会选择通过测量、记录自己的基础体温,来找到排卵期。
市面上卖的基础体温计, 多是比水银温度计的测量精度要更准些的电子温度计,可具体怎么计算、怎么找规律还得靠自己。把自己的博士研究方向定在了“物联网”,王胤就这样琢磨起了“温度计联网”的主意,“物联网是大趋势。有了数据后,为什么不让计算机去帮着找到温度背后的规律,准确找到排卵日而不只是排卵期? ”
就这样,王胤找到几个电子系、医学院的同学,大家开始了第一轮的设计方案。
一个星期后, 他们在清华电子系的一间实验室里做了次特殊的试验: 一边是一块砖头大小的线路板、一边是一只水银温度计, 把水银温度计和线路板上的两个线头同时放进一杯温水里。几分钟后,温度计的标记线停留在了34摄氏度附近,而线路板也已经通过蓝牙传输, 将内容传入一旁电脑上的APP应用里,还没有任何界面设计的应用界面上“34.3摄氏度”尤为醒目。
“放手做吧! ”可行性获得验证 ,王胤和他的团队开始了创业。
助孕温度计试验成功团队获首批百万融资
光是能测温度还不成, 如何对温度做算法成了王胤他们必须克服的难题。尽管自己的创业团队里有医学院的同学, 王胤还是捧起了晦涩难懂的医科教材。从那时起,《生理学》教材成了随身携带品, 足足800多页的书上被他用各色标签贴满了注释,重复翻看的几章内容更是直接脱了胶。
“我懂编 程、会算 法 , 可用来做 算法的材料不能每次都是别人告诉我的‘二手货’啊! ”王胤说道,表面上看起来是一堆杂乱无章的日期和温度, 但通过计算机的记忆功能和算法推理, 就能找到日期和温度之间的准确对应关系。
不只如此, 有了一定医学知识储备的王胤在和团队里专业人士进行讨论时,往往还能擦出火花。打开目前已在苹果应用商店里上线了的“孕橙”APP,粉红色的界面上,除了温度曲线、趋势和提醒事项外,在最右侧的标注窗口里还多了“心情糟糕”、“睡眠差”、“饮酒”等几项内容。
“我们要 给用户提 供最精准 的排卵日信息,就需要考虑尽可能多的参数。如果睡得不好、喝酒了会对基础体温有影响,自然要把它考虑进去。”谈起增加参数、改算法,电子系出身的王胤显得一脸轻松,但这背后却是一次次的算法重演,每增加一项参数就意味着一次“返工”。
今年4月, 在和德国一家医院的科研合作中, 王胤他们把自己的算法输入了对方在这一相近课题上积攒了近10年、累计下来近20万用户的数据库里,得到了“排卵日准确度达到90%”的好评。2013年5月,在艰难的探索中,王胤和他的创业团队拿出了“孕橙助孕温度计”首支样品,团队还注册了北京爱康泰科技有限公司, 王胤担任CEO,而首批100万元融资早已到位。
改进探头设计增强产品的实用性
通身黑色,瞧上去像是一支签字笔,不过和签字笔锥形的笔头不同, 温度计的头部则是由不锈钢制成的温度探温头。早上起来将探头放进舌头下面5分钟, 温度数据就会自动传输到手机的APP应用上。
继续扩大融资、建工厂、卖产品……下一步该做的事已经清楚地摆在他们面前,但在8月下旬突然被王胤叫停,团队开始了3个多月的“闭关”。
为什么突然“闭关”了呢? 原因是要把测温度的探头从圆柱形改为U形。最初他们在设计体温计时参考的是市面上基础体温计的样子,探头选择了方便、易设计的圆柱形,但在频繁的使用过程中,他们发现圆形探头容易在 嘴巴里滚 动 ,用户使用时得花力气固定, 同时也影响温度的稳定性。为了更好的完善产品的实用性能, 团队重新进行了探头设计,决定把圆柱形中间挖空,做成U形。
说干就干,为了寻找能给直径只有0.3厘米的不锈钢挖成中空的代工厂家, 王胤跑遍了深圳大大小小50多家制造厂,为了说服对方磨破了嘴皮子。而所有的数据、算法被团队成员们重新一一核算、更进。
确定市场定位
“做特定群体的‘必需品’! ”,“为什么不做成穿戴式设备? ”这是不少投资人和王胤交谈完以后,提出的问题。这也是王胤不停自问的问题。时下穿戴式设备已然成为一个热炒话题, 把体温计的功能同计步等运动功能结合起来, 做成手表、手环也并不是难事。而一个温度计只能被摆在家里,能有多大市场?
王胤也挣扎过, 最终他把创业市场放在了精准需求上。“我想做的是对某一类群体而言的必需品, 而不是大家或许都用得到,但也可能没兴趣的‘潮品’。”
产品大概价位是多少? 这是无论消费者或是投资人都会关心的另一个话题。
“200到300元。”王胤坦言,这和市面上的基础体温计相比,还是要贵上一些,但却拥有了此前完全没有的计算、提醒功能。“我们的用户群体定位的是有助孕需求的、具有一定消费能力的中高端群体。目前计划在2014年妇女节前后推出首款产品,将在点评时间等众筹网站上进行预售。”
灰色预测与一元线性回归预测的比较 篇5
(四川理工学院机械工程学院,四川自贡643000)
摘 要:在介绍灰色预测和一元线性回归预测基本方法的基础上,用两个例子对两种方法的预测值进行了比较,结果表明:对所用的两个例子,灰色预测的GM(1,1)模型对数据的预测值精度较一元线性回归要好。
关键词:灰色预测;一元线性回归;比较中图分类号:TB11
根据系统已有的数据,按一定的方法建立模型,对系统的未来变化情况作出预测,作。预测的方法很多,型,,,反之则存在较大的误差。
从系统论的观点来看,影响一个系统的各个参数之间都存在一定的关系,有些是很确定的关系,这种确定关系通常可以用一个数学表达式来描述。还有很多复杂系统的参数之间存在不完全确定的关系,这些关系的相互作用,就表现为系统特征参数之间变化的随机性和不确定性。对大多数的预测所研究的对象,是系统各个参数之间具有复杂和不完全确定关系的系统。
在研究预测的模型中,最简单和常用的是系统的两个特征参数变化和分布关系呈现接近线性的关系,对这样的模型,一般是采用一元线性回归的方法,即最小二乘法。灰色系统理论是一门新兴的理论,灰色系统理论
[1]
认为:由于任何一个系统的各个因素之间都存在互相的关联和影响,呈现部分已知,部分未知的.状态,所以,灰色系统理论把客观对象视为一个灰色的物质系统,在研究系统时,通过系统的表征信息,利用关联分析、灰数生成、灰色建模等信息加工手段,探求系统内在的规律,预测系统未来的发展状态。灰色预测就是运用灰色系统理论,通过灰色建模来对系统特征参数变化进行预测的一种实用方法。
本文将通过两个计算实例,用最小二乘法和灰色预测模型对数据预测精度进行一个比较分析。
收稿日期:206224
作者简介:刘晓叙(19572),男,四川叙永人,教授,主要从事机械设计方面的研究。
文献标识码:A
,一元线性回归所使用
Y方向的距离最小为条件求出回归直线的系数a和b的。即对给定的n个点列(x1,y1),(x2,y2)….(xn,yn),设回归的直线方程为
[2]
:
(1)
y=bx+a
n
点在y方向到直线的距离总的远近程度可以用
∑[y
i=1
i
-(a+bxi)]来定量的描述,所以可以把其看成
n
2
是一个二元函数:
Q(a,b)=
∑[y
i=1
i
-(a+bxi)]
2
(2)
从而把寻找一条直线,使其最接近n个点的问题,转化为找出两个数a^,b^,使二元函数Q(a,b)在a=a^,b=b^处达到最小的问题。通过公式推导,最后可得:
n
∑(x
b=
i
-x)(yi-y)
i
--
n
∑(x
i=1
-x)
n
-
式中:
-
x=
-
n
n
∑x
i=1
-
i
;y=
-
n
∑y
i=1
i
(3)(4)
a=y-bx
2灰色预测
对二维问题,可以采用灰色预测中的GM(1,1)模型,其基本的步骤如下:
两种模型的计算值与相对误差见表2,两种模型的图像如图1所示。
表2 模型计算值与误差
实际值
305070100125
(1)对原始数据进行重新生成,在GM(1,1)模型
中,它仅对原始数据进行一次累加再生成,方法是:
对一组原始数据列:
xx
(0)
=[x
(0)
(1),x
(0)
(2),....x
(0)
(n)](n)]
(5)(6)(7)
进行一次累加生成,得到数列:
(1)
灰色模型预测一元线性回归预测模型计算值相对误差%模型计算值相对误差%
3052.25970.09294.011126.09169.12(预测值)
0-4.5173-0.131595.9887-0.87441
27517599123147(预测值)
10-2-7.142911.6
=[x
(1)
(1)
(1),x
(1)
k
(2),....x
(0)
(1)
其中:x
zz
(1)
(k)=
∑x
i=1
(i)
(2)生成x(1)的紧邻均值等权数列:
=
z
(1)
(k)|k=1,2,....(1)
其中:
(1)
(k)=0.5[x(k)+x
(1)
(k-1)](k=2,3,…,n)
(8)
(3)根据灰色理论,对x(1)建立关于时间t的白化
形式的一阶一元微分方程模型,记GM(1,1)
dt
(1)
+ax
(1)
=b(9)
其中:
T
a,b为待解参数设a^=[a,b],运用最小二乘法求解得:
a^[a,b]
T
=(BB)
(T-1
BYN
(0)
10)
)]
其中
YN=(2(3)(n)(1),得
(0)(0)
.x(11)
-z
B=
-z-z
(1)
11.
(12)
.
(1)
1
(4)解出a^后,就可以得到白化形式的微分方程解,
命x
(1)
(0)=x
(1)
(0)
x^(k+1)=[x(1)-
-ak]e+aa
(13)
(k=1,2,….n)
(5)将上述结果累积还原,即可得到预测值:
x^
(0)
(k+1)=x^
(1)
(k+1)-x^
(1)
图1气缸磨损量与行驶里程关系预测模型图
(k)14)
(2)某产品的一个技术指标与该产品工作转速关系的测量值见表3。
表3压力和工作转速的测量值
转速(1/min)指标值(MPa)
5001.11
5501.22
6001.27
6501.33
7001.49
7501.58
3 计算实例
(1)某型内燃机气缸的磨损量与行驶里程的关系,
通过试验得到的测量数据见表1:
表1内燃机气缸磨损量测量值
行驶里程(km)磨损量下限值(μm)
5000100001500002500030
50
70
100
125
[3]
用灰色模型GM(1,1)计算得到的白化方程为:
x^
(1)
用灰色模型GM(1,1)计算得到的白化方程为:
x^
(1)
(k+1)=[x
0.066583k
(0)
(1)-
-ak]e+aa
(k+1)=[x
(0)
-ak(1)-]e+aa
0.2936k
=17.3963e-16.2863
k=1,2,3,4,5
=153.14032e-123.14032
(k=1,2,3,4,5,6)
采用一元线性回归得到的回归方程为:y=24x+3 (x=1,
2,3,4,5,6)
一元线性回归得到的回归方程为:y=0.087x+1.023 x=1,2,3,4,5
为便于比较,在建模时只使用前五个数据,用得到的模型计算了第六个值。两种模型的计算值与相对误
差见表4。两种模型的图像如图2所示。
表4模型计算值与误差
实际值
预测经济基本面不如预测主流预期 篇6
首先是年初市场普遍预期今年经济向好，CPI回升，债市必无大行情。谁知外汇占款在前几个月陡然走高，外部流动性的注入使市场资金面极其宽松，CPI没有如预期般坚定回升，使债券市场走出一波不小的行情。
从2月下旬开始，市场流动性有所收紧，市场似乎开始转向，收益率普遍小幅回升。就在大家预期经济基本面将主导未来债券市场走势的时候，银监会“8号文”横空出世。其出台的时点和内容出乎许多人的预料。这一政策使市场行情立马转向。大家相信对银行理财资金投资“非标资产”的限制必然加大银行的债券需求，市场收益率快速下行。
“8号文”的余威还未散去，4月中旬一场源于债券市场之外的核查风暴突然降临。对债券“代持”的核查使得债券市场被动“降杠杆”，恐慌情绪带动收益率迅速上升。这一偶然事件是债券市场参与者很难预期到的。
政策面因素消化到一定程度后，市场似乎又重新回到了对经济基本面的关注。4月下旬汇丰PMI初值公布后，市场对经济复苏的信心开始动摇，债券收益率由此又出现一波下行。本来之前“8号文”带来的收益率下行行情结束后，部分机构认为市场收益率底部已经显现，然而近期信用债收率的走势似乎又在挑战这一预期。
可以看到，市场参与者总是试图从经济基本面预判市场。在没有突发事件之时，这种预期能够反映在市场利率走势中，而一旦出现突发事件，原本由基本面预期所控制的市场走势就会被迅速打破，直到突发事件被市场逐步消化。
从市场参与者的角度来讲，政策等突发事件是很难预测到的，因此能做的只是对经济基本面的研判。
然而，分析上半年市场主流预期的变化情况可以看到，主流预期并不一定准确。比如年初主流预期是经济向好，CPI回升，使得市场收益率在很长一段时间不断上行。然而后来的实际经济数据表明，至少上半年这一预期是不够准确的，经济并没有如预期般向好。但债券利率走势却往往由主流预期决定了。
这种预期在市场的自我实现，使得市场参与者的水平不一定体现在准确预估经济走势上，而更需体现在是否能预测到其他参与者的主流预期。如果做到了这一点，那么无论主流预期是对还是错，甚至无论真实经济是走强还是走弱，都能获利。这也是凯恩斯的著名的“选美理论”的精髓。
（个人观点不代表机构立场）
负荷预测准确率影响因素的分析 篇7
电力系统负荷预测按周期分有:中长期、短期和超短期。短期预测是指一年内按月、按周、按天进行的预测, 按月的预测是用来确定每月负荷 (最大值、均值 ) 、电量的变化;按周、按天的预测是确定次日或次周负荷的变化以及相应的负荷曲线形状。在电网调度部门广泛使用短期预测, 主要用于电力系统运行的安全监视、预防性控制和调度计划安排。
负荷预测是电力系统调度、实时控制、运行计划和发展规划的前提, 是一个电网调度部门和规划部门所必须具有的基本信息。在电力系统规划和运行方面发挥着重要作用, 具有明显的经济效益。负荷预测实质上是对电力市场需求的预测, 要满足这种需求, 不仅要对各类用户未来预期的负荷有一个量的估计, 还必须达到一定的准确精度, 这就是负荷预测准确率。
近几年, 省公司对下属单位的受网负荷计划按《内部市场调度运营管理办法》的要求, 每天取96个考核点对日负荷、最高 (低) 负荷预测准确率进行月度考核, 其计算公式:
(1) 日负荷预测准确率计算公式:
undefined
式中:N—全月日历天数;
B1i—分别为当月日平均负荷预测准确率;
undefined
(2) 最高负荷预测准确率计算公式:
undefined
式中:N—全月日历天数;
B2i—分别为当月日最高负荷预测准确率;
undefined
(3) 最低负荷预测准确率计算公式:
undefined
式中:N—全月日历天数;
B3i—分别为当月日最低负荷预测准确率;
undefined
从式中可见, 考核点的负荷预测偏差率越低, 准确率就越高, 负荷预测准确率直接影响到企业的经营成本。据英国的一项研究成果表明, 短期预测误差每增加1%将导致每年增加运行成本1000万英镑。提高负荷预测技术水平, 有利于计划用电管理, 合理安排电网运行方式和机组检修计划, 有利于制定合理的电源建设规划。因此, 提高负荷预测准确率对提高电网安全、稳定、经济性运行起着极其重要的作用。本文在此主要对赣州电网日负荷预测进行分析。
1 负荷预测准确率指标分析
1.1 赣州电网现状分析
赣州电网地处江西电网的南部, 网内没有大电源支撑, 是一个典型的受端电网, 主要承担赣州18个县 (市) 的供电任务。以一回500kV、四回220kV和一回110kV线路与省网连接, 网内小水电丰富, 装机容量已达80多万千瓦。
从运行上看, 丰水期西部水电外送受到送电线路截面小、线路少的“瓶颈”制约, 小水电站为各自利益充斥上网, 在供大于求的年份, 矛盾更为尖锐, 联网的大量设备和线路空载或者闲置。而枯水期小水电没有出力, 全部电力由远距离 (南昌→赣州) 输送大负荷, 网损大, 电压损失也大, 在用电负荷较重时, 联网线路和变电站都将出现满负荷或过负荷运行的困局, 部分站母线电压偏低, 联络线超稳定极限。
从负荷调节上看, 年度调节将出现发电出力和用电负荷之间的“剪刀差”, 不少县 (市) 出现受、送电端颠倒的现象。日调节受气候变化的影响, 空调负荷波动较大;大用户中钢铁、水泥业开停产负荷变化大;各县 (市) 受小水电上网的冲击, 对负荷预测工作影响极大。
1.2 负荷预测现状分析
根据赣州电网负荷预测工作情况, 对影响用省网负荷预测准确率的因素进行分析, 主要存在以下几方面的问题:
(1) 调度缺乏调节手段。直调水电厂仅有5家, 总装机容量为15.88万kW, 但有库容、可调节的电厂仅有一家龙潭电厂, 其发电出力为4万kW, 其它均属径流式电站, 按来水量发电无法调节。
(2) 小水电无序发电对电网负荷冲击影响较大。近两年新建小水电项目正处投产高峰期, 且多数属径流式电站, 有调节能力的电厂非常有限, 大部分与县网连接。当遇到强对流、雷雨、台风天气时, 各县 (市) 用电负荷受小水电上网的冲击变化无常。根据省网考核负荷公式:K=D-X
式中:K—表示省网考核负荷;
D—表示地区总负荷;
X—表示小水电上网发电出力。
小水电上网发电出力直接影响到省网考核负荷的变化, 以本公司为例, 省网考核负荷平均值为360MW, 按误差5%计算, 负荷变化最大不得超过18MW, 而地区小水电总装机约80万kW, 可见对省网考核负荷的影响不容忽视。主汛期间 (4-6月) 我区已出现低谷时段仅用省网负荷1～2万kW, 甚至倒送, 用电负荷基本就地平衡。因此, 受小水电上网的影响, 减少了省网负荷, 考核通道就变窄, 负荷稍有变化, 对预测准确率的影响也增大。
(3) 大用户监控难以到位。大用户中钢铁企业的用电对负荷影响较大, 其用电总负荷约为18万kW, 受钢材市场供求影响, 企业生产随市场价格波动而开、停变换频繁。该类企业生产、停产和钢材进炉、出炉时负荷变化大, 以致无法调整, 如有30% (两三家) 企业同时生产或停产, 就有4～6万kW负荷冲击, 增加了负荷预测难度。
(4) 远动数据及通讯通道的影响。各县调自动化系统还未能与地调接口, 无法对县公司进行用电负荷实时监控合理调配。通道运行可靠性和准确性得不到保证, 时好时坏, 远动系统运行可靠性有待提高。
(5) 天气预报准确率不能满足要求。天气信息 (如天气状况、气温、降雨量等) 是负荷预测的基础, 其准确率直接影响负荷预测的结果。由于天气预报值与实际值往往相差较大, 尤其在春、夏季节。近几年城市发展迅猛, 城市居民生活用电负荷上升较快, 仅空调负荷约为7～10万kW, 受气候变化的影响空调用电负荷变化也较大。
(6) 预测手段落后, 预测理论有待提高。目前, 负荷预测工作主要采用人工预报的方法, 没有配备合适的负荷预测软件。负荷预测有线性外推法、线性回归法等一些算法, 但各种算法均有一定适用范围, 还没有一种算法适用于各种负荷预测模型且准确率较高的。
(7) 内部协调不够。检修部门在安排设备检修停电时间上估计不准, 偏差较大。为确保不造成延时送电, 往往送电时间提前较多, 造成检修停电时间难以确定。审核检修计划时各部门之间的工作不够协调, 但负荷预测是一个系统性工作, 需要有关部门、班组之间共同协作, 必须做到职责分明, 分工明确, 才能做好这项工作。
2 提高负荷预测准确率的具体措施
由于受负荷特性和电网结构变化等客观因素的影响, 企业购电成本增加, 利润减少, 影响企业经济效益。为提高负荷预测准确率指标, 须采取以下措施和对策:
(1) 相关部门要加强人员培训, 重视协调各部门、班组之间的关系, 明确职责, 充分发挥员工的积极性, 共同做好预测工作。
(2) 电力调度负责当班期间负荷数据的监视, 根据负荷变化情况, 以计划负荷指标为准, 及时调整直调电厂的发电出力。按时做好日负荷预测上报和核对工作;对内部检修停电工作加强了考核力度, 严格控制停电时间, 确保按时送电;按时对各县调下达日用电负荷计划, 并对其实际用电负荷进行预测准确率考核。
(3) 通信自动化专门负责远动数据、通讯通道和自动化系统可靠性和准确性工作。完善对县调自动化系统接入地调工作, 以便实现资源共享, 从而对各县调用电负荷进行实时监控、合理调配, 并对负荷基础数据进行分类统计, 为引进负荷预测软件打下基础。
(4) 市场营销负责协调大用户 (特别是钢铁企业) 和直供用户的关系, 通过走访沟通, 了解用户生产用电和厂内设备检修、开停机情况, 使大用户能自觉地将厂内重大负荷变化情况及时地提前通知地调, 以便修改调整日负荷计划。
(5) 协调与直调电厂的关系, 在保证电网安全运行的前提下, 电厂能积极配合地调调整发电出力。
(6) 加强负荷历史资料的统计分析工作。建立负荷基础数据库, 通过数据积累比较、计算分析, 编制相应的年度、月度曲线。为提高节假日负荷预测准确率, 统计节假日前后一周的历史数据, 找出节假日负荷变化的特点和趋势, 有利于节假日的负荷预测。
(7) 加强小水电上网预测管理, 及时跟踪小水电上网情况, 切实掌握和预测好本地区小水电上网发电, 以提高预测准确率指标。
(8) 加强对气象信息的跟踪, 收集完善资料, 开展天气对负荷影响因素的分析, 结合实际, 配备合适的负荷预测软件, 从提高负荷预测软件的精度。
3 效果分析
通过采取一系列措施, 2007年赣州电网的负荷预测准确率与2006年同期相比有所提高, 2007年用省网日负荷预测准确率为93.36%, 与2006年92.02%相比增长1.34个百分点, 与2005年90.36%相比增长3个百分点, 逐年递增。负荷预测准确率对比见表1:
为进一步加强负荷预测管理工作, 赣州供电公司对各县 (市) 供电公司进行了负荷预测考核。该考核系统于2006年8月份投入使用, 经过一年多的运营, 各县调对负荷预测工作加大了管理力度, 促进各项考核指标全面提高, 2007年县网日负荷预测准确率为78.36%, 比2006年77.11%提高了1.25个百分点;日最高负荷预测准确率为88.90%, 比2006年88.08%提高了0.82个百分点;日最低负荷预测准确率为83.00%, 比2006年81.37%提高1.63个百分点。
4 结束语
随着电力市场的发展, 负荷预测将在电力市场改革中发挥巨大的作用。它是负荷、电量实时交换的依据, 传统的负荷预测方法虽然具有一定的参考价值, 但要进一步提高, 就要对传统的预测方法进行不断改进完善, 同时随着现代科学技术的不断进步, 理论研究的逐步深入, 以专家系统理论、模糊数学等为代表的新兴交叉学科理论的出现, 也为负荷预测提供了坚实的理论依据和数学基础。只要认真细致地做好负荷管理工作, 相信负荷预测的理论会越来越成熟, 负荷预测的精度也会越来越高。
摘要：根据近几年赣州电网负荷预测工作情况, 就影响负荷预测准确率的因素进行了分析, 对提高负荷预测准确率指标提出了具体措施和对策。
准确预测 篇8
腺癌相关联的第三个基因。这一报告发表在5月1日的《癌症研究》杂志上。
美国西北纪念医院的肿瘤专家弗吉尼亚·卡克拉马尼说, 脂联素基因可以调控很多新陈代谢过程。有些女性在出生时, 她们体内的脂联素基因就带有不同特性, 会改变基因的功能, 从而增加乳腺癌的发病几率。这一发现与先前关于体内脂联素含量低将会增加癌症风险的研究结果相一致。如果其他辅助研究也得到证实, 脂联素将和已经发现的另两个基因—TGF-beta和CHEK2—共同创造一个基因检测模式, 这一模式将帮助临床学家更准确地预测乳腺癌的患病风险。
目前, 临床学家只能依赖流行病模式的诊断来检测乳腺癌, 最常用的模式是“G A I L”模式, 它通过测试包括女性年龄、月经起始年龄、绝经年龄、首次生育年龄、活体组织检查切片以及家族病史在内的诸多因素来测定女性乳腺癌的患病几率。目前, 基因诊断已被用于有乳腺癌家族史的检测, 以鉴定乳腺癌遗传与B R C A基因是否存在关联。然而, 每年确诊的大多数乳腺癌患者都没有家族病史, 这使得大量的乳腺癌病例无法解释和预测。
准确预测 篇9
飞行器健康管理技术是现代航空器机载数字化技术发展的必然, 典型的飞行器健康管理系统包含了数据采集、数据预处理、状态监测、健康评估、故障预测、决策支持等环节。对即将发生的异常状态具有预测的能力是健康管理系统重要的特性, 预测技术的运用可提高地面维护人员的效率, 减少后勤保障延误时间, 并最终为设备的维护提供决策支持。
目前针对航空设备使用单一方法进行故障预测往往难于保证实际预测结果, 而采用组合预测方法不仅能充分吸收了单一方法的优点, 同时也能弥补其各自的不足, 是故障预测技术发展的一个必然趋势。综合飞行器健康管理计划是NASA航空安全项目重要计划之一, 本文针对健康管理系统故障预测部分提出了基于GM (1, 1) 和指数平滑法的组合预测方法。
1 GM (1, 1) 预测方法
灰色GM (1, 1) 预测模型将离散序列连续化, 用累加生成序列代替原始的序列, 弱化原始序列的随机性, 是建立微分方程形式的预测模型[1,2]。对原始序列做累加生成, 建立X (1) 的一阶线性微分方程:
令z (1) (k) 为相邻元
素均值生成序列, 有估计值。通过累减生成得到还原数列为:
其详细计算步骤可参考相关文献。
2 指数平滑预测方法
指数平滑预测方法给近期数据以较大的权数, 给远期数据以较小的权数, 从而使预测结果更符合实际[3]。指数平滑法一般有一次、二次和三次指数平滑法[1]。其选用可根据原数列散点图呈现的趋势来确定。如呈现直线趋势, 选用二次指数平滑法;如呈抛物线趋势或当时间序列经二次指数平滑后仍有曲率, 应选用三次指数平滑法。其中三次指数平滑模型为:
其中
式中:为第t期的一次指数平滑值;为第t期的二次指数平滑值;为第t期的三次指数平滑值;α为权数;at、bt、ct为平滑系数。
3 组合预测方法
针对某一问题进行预测通常采用不同的方法, 各方法在处理数据准则方面均有其独特之处, 从不同的角度来推导和演绎, 然而对航空设备来说, 采集的特征参数由于实际工况等影响, 其发展趋势很难用单一的方法来准确拟合预测。本文基于此考虑提出组合预测方法, 基本思想是先利用不同方法对同一对象进行预测, 然后对各预测结果做适当的加权平均, 取其加权平均值作为最终预测结果。本文采用拟合值均方误差 (MSE) 确定加权系数, 均方差越大, 波动越大, 表明该方法在使用时精度和稳定性低, 所占权系数就越小。GM (1, 1) 与指数平滑法是故障预测较为适用的方法, 其组合预测法示意图如图1所示。
其中, 为拟合值, yt为实测值;权系数。
4 实例分析
某航空设备工作电压范围为17~24V, 部分监测电压值[4]如表1与表2中的第一列所示, 从0计时, 监测间隔为25小时。
1) 运用GM (1, 1) 对表1中12个实测数据建模预测未来三个时刻的值, 可求得模型参数a=-0.0049, u=17.4273。经后验差检验判断模型等级为好, 可用于预测, 拟合结果见表1。
2) 原数据散点图呈曲线上升趋势, 所以选择三次指数平滑方法进行预测。本文采用对原数据拟合值均方误差最小的原则, 通过编程计算选择合理的α值为0.46。初始值采用s0 (1) =s0 (2) =s0 (3) =1/3* (X1+X2+X3) , 按公式 (3) 计算, 拟合结果见表1。
3) 通过GM (1, 1) 计算得12个拟合数据的均方差为MSE1=0.2963, 三次指数平滑的均方差MSE2=0.0518。GM (1, 1) 和指数平滑法的的权系数分别用β1和β2表示, 经计算得β1=0.15, β2=0.85。组合方法预测结果如2所示, 其趋势分析图如图2所示。
通过预测结果分析可知, 组合法对未来三个时刻的预测值, 与实测值最接近, 比单一方法的均方误差都小, 提高了预测性能。
5 结束语
本文提出基于GM (1, 1) 和指数平滑法的组合故障预测方法。该方法采用拟合值均方误差的分配原则确定加权系数, 充分吸收单一方法的优点, 提高了预测系统的综合性能。该方法主要针对具有耗损型的缓变故障进行的, 本文以某航空设备为例验证其是可行的, 适用于中短期预测, 对维修决策的制定有一定的参考价值。
摘要：本文针对飞行器健康管理系统故障预测部分, 由于单一预测方法往往难于保证应用效果, 本文提出基于GM (1, 1) 和指数平滑法的组合预测方法, 采用拟合均方误差确定组合方法的加权系数, 取两种方法预测值的加权值作为最终结果。以某航空设备为例, 验证了该方法能提高预测系统的综合性能, 弥补了单一方法的不足, 具有良好的应用效果。
关键词：航空设备,GM (1, 1) ,指数平滑,组合预测
参考文献
[1]郭秀英.预测决策的理论与方法[M].化学工业出版社, 2010.
[2]LI Junliang, Liao Ruiquan.[A].2010International Conference on Electrical and Control Engineering.IEEE[C].2010:1088-1091.
[3]孙博, 康锐, 张叔农.基于特征参数趋势进化的故障诊断和预测方法[J].航空学报, 2008, 29 (2) :393-398.
准确预测 篇10
负荷预测工作对电力系统运行、控制和规划起着非常重要的作用。特别是在电力系统运行中, 负荷预测工作是年、月、日运行方式编制和调度运行的基础和前提。在电力市场背景下, 负荷预测作为对电力需求的预测工作, 其预测结果将成为电网电力平衡、制订发电计划和联络线计划、电网规划、经济调度等的必要基础。提高预测准确率的目的在于提高电力系统运行的安全性和经济性。
1 影响负荷预测准确率的因素
用电负荷预测是调度部门的一项非常重要的基础性工作, 是做好全网发用电平衡、合理安排发用电计划、保障生产、生活可靠用电的主要因素。负荷预测工作历来都是电网运行中一个难题, 随着电力逐步走向市场, 对负荷预测工作的要求更高。此外, 在大负荷期间, 负荷预测工作对重载情况分析、紧急措施的选择、电力平衡情况的分析等起着重要的作用。
地区负荷特性是由构成本地区负荷的各种用电设备的特性所决定的, 而用电设备的种类、用电的大小、用电饱和程度与所在地区人民的生活水平和习惯、气候条件及工农业生产等情况有关, 各种用电设备的投切和负荷变化也取决于用户本身的需要。由上可知, 这些影响因素有的是随时间而变化, 有的是随机的, 这就决定了负荷特性的时变性和随机性, 给负荷预测工作带来极大的困难。因此, 要做好城南电网的负荷预测工作, 首先要对城南电网负荷特性进行充分地分析。
随着天津城南地区经济的不断发展, 居民负荷和第三产业负荷比重逐年上升, 2006年产业用电构成数据表明:第三产业和居民生活用电负荷占全部负荷的67%。居民生活用电和第三产业用电增长速度快, 且居民生活用电和第三产业用电的随意性大, 受气候因素影响大。从历史负荷数据并结合各种因素分析来看, 直接或间接影响到负荷预测准确率的因素主要有以下几条:
1.1 气象因素
目前, 调度部门的短期负荷预测数学模型都引入了气象部门提供的气象预报信息, 气象预报的准确率越来越影响到用电负荷预测的准确率。这些气象因素包括温度、湿度、日照、雨量等, 这些因素对负荷波动构成了最直接的影响, 特别是对于民用负荷所占比例较高的区域电网更为突出, 城南电网就属于这种对气象因素敏感性高的情况。天津气候的主要特点就是四季分明:春季干旱, 夏季炎热多雨, 秋季天高气爽, 冬季寒冷干燥;风向有明显的季节变化, 冬季盛行西北风, 夏季盛行东南风。春、秋两季气候宜人, 负荷曲线比较稳定, 变化不大, 受气象因素影响幅度小, 一般负荷增长表现为城南地区的自然增长。夏、冬两季负荷较大, 对天气变化非常敏感, 且大负荷出现在这两个季节, 冬季大负荷一般小于夏季大负荷。
例如, 2007年6月27日, 日间最高气温达30℃。13点城南全网负荷一路攀升至964.37MW。但下午城南地区遭遇一场大暴雨, 持续时间达3小时, 全网负荷由13点00分960.51MW大幅下挫至16点30分709.46MW, 3小时内负荷下降幅度达251.05MW, 约占26%, 如图1所示。气候因素对于城南电网负荷的影响可见一斑。由于天气变化大, 负荷大幅波动, 造成负荷预测的难度加大, 人工降雨等非自然因素也夹杂其中, 更增加了气候的复杂程度和负荷预测的难度。
1.2 天气预报的不具体性和不准确性
天气预报的具体性和准确性也是影响城南地区电网负荷预测的一个重要因素。拨打12121电话报的天气预报经常与当日情况不符, 特别是夏季负荷对天气情况较敏感, 天气预报的具体性和准确性直接影响日负荷预测准确率。如:2007年7月28日报多云见阴, 东南部地区有雷阵雨, 气温33-22℃, 白天湿度60%, 而2007年7月29日报多云见阴, 西部地区有雷阵雨, 31-21℃, 白天湿度50%。根据天气情况可推知, 7月28日 (曲线2) 负荷应高于7月29日 (曲线1) 负荷, 可事实却恰恰相反, 而且相差很大, 如图2所示。
下雨时间的正确估计在夏季大负荷期间对负荷预测也有很大影响, 往往一场大雨能严重改变负荷曲线的形状, 如图3所示。同时, 天气的阴晴情况、起风情况等对负荷也有一定的影响。
1.3 节假日及特殊条件的影响
节假日负荷情况与平常负荷不同, 一般负荷维持较小的水平, 所以对节假日负荷应特殊问题特殊分析。还有其它一些因素也影响着城南地区负荷预测工作的准确性, 比如数据传输通道中断、事故情况、历史数据不全等。
1.4 城南地区负荷持续增长的影响
城南地区是整个天津市地区负荷的一个缩影, 其负荷约占到天津市负荷的15%。同天津市的高负荷增长率一样, 城南电网的负荷也呈现一个高增长的态势。截止到2007年7月底, 城南地区瞬时最大负荷110.1万千瓦, 较06年高峰负荷103.5万千瓦增长6.4%。图4是2006、2007年城南地区1-5月份高峰负荷比较图。图5是城南地区2006年6月29日 (曲线1) 和2007年6月29日 (曲线2) 全日负荷的比较。从图5中可以看出, 城南地区电力需求呈增长态势。
当今流行的负荷预测算法, 从最简单的最小二乘法, 到相对复杂的傅立叶算法, 再到现今非常流行的神经网络算法、遗传算法、蚂蚁算法等, 从原理上都是在大量历史数据的基础上根据天气等其他要素做系统辨识, 分析出近似的函数关系, 再根据未来的要素情况预测出未来的负荷走向。由于城南地区负荷呈现高增长的趋势, 增长的趋势主要源于地区经济的发展和基础建设的情况, 增长幅度难于预测;虽然历史数据对未来预测的基础作用是有的, 但对预测的精度帮助不大, 也就是说历史数据的参考意义有限。
2 精细化负荷预测工作, 提高负荷预测准确率
提高本地区负荷预测精确率, 负荷预测工作人员必须探索出适应本地区电网负荷特性的预测方法。近年来, 通过对气象因素、负荷类型等影响负荷预测准确率因素和历史数据的精细化分析, 提出以下几点负荷预测工作的工作思路。
2.1 加强气象因素对电网负荷影响的分析
天津夏季炎热多雨, 冬季干燥寒冷, 天气变化剧烈, 加强气象因素对电网负荷影响的分析尤为必要, 所以夏冬的负荷预测工作应以气象作为负荷预测的基础。在负荷预测中最困难的就是对突发天气情况的预测。天气预报系统对突发天气情况的预报往往是不准确的, 尤其是对其规模和影响范围。即使天气预报准确地预测出了天气的异动和规模, 但对于准确的发生时间还是束手无策的。对于突发天气的准确预测, 只能凭预测人员的经验来进行, 而这往往是不准确和机会主义的。软件实现也只能采用模糊的方式应对突发性天气的影响。
但我们也注意到, 虽然气象部门无法准确预测突发性天气的发生时间, 但是一般来说, 对整天的预测还是有一定准确率的。比如说预测第二天下小雨, 一般准确率能达到80%左右, 雨量准确率能达到70%左右。
根据以上情况, 笔者认为负荷预测应分两种不同情况考虑:即根据正常天气状况预测次日的负荷为一种状况, 假定次日为特殊天气来预测次日的负荷为另一种状况。两种状况分别预测一条曲线, 出现特殊天气状况时人为切入特殊天气曲线作为预测曲线, 天气恢复后再切回正常天气的曲线。这样预测的准确率能大幅增加, 从软件实现来说也更加可行, 同时能中和部分天气预报不准确问题带来的影响。
2.2 加强负荷类型的分析
负荷预测是一项精细的工作, 只有对负荷按照时间、季节等进行细分, 掌握规律和特点才能做好预测。比如可按季节分为春、夏、秋、冬四个季节;或按月份分为十二个月;又可分为工作日、节假日;工作日可划分为从星期一到星期五;节假日分为星期六、星期日、元旦、五一、国庆节 (清明节、端午节、中秋节等节假日也应列入) ;从大年三十至正月十五为春节期。负荷预测也可按照气候及地理的特点来细化。如此多方面交叉细化的负荷分析及预测将有利于提高负荷预测准确率。
2.3 加强关口管理和数据积累、分析工作
近年来, 由于负荷预测工作刚刚开始, 加上城南地区部分装置无实采功能, 且城南地区功率总加关口经常发生变化, 历史数据不全, 负荷预测人员很难对近几年数据进行分析总结, 这些情况加大了城南地区负荷预测工作的难度。近期, 城南供电公司调度部门加强了关口的管理工作, 积累了有效的负荷数据, 这将对以后的负荷预测工作有很大的帮助。
2.4 从预测方法上提高负荷预测准确率
精心研究各种负荷预测方法, 如神经网络等考虑天气因素的方法, 以丰富的历史数据为支撑, 研究出适应城南电网的负荷预测方法。
2.5 从管理上提高负荷预测准确率
包括对数据的管理和对预测人员的管理。在数据管理上, 应开发具备强大数据管理功能的软件。这些软件可以将历史负荷数据以及气象数据管理起来, 将历史上每一天的实时情况与当天的实时情况进行分析, 为负荷预测提供完整的预测依据。在预测人员的管理上, 要求预测人员每天跟踪影响负荷因素的变化情况, 并不断修正负荷预测结果, 直至当天日计划编制完毕。众所周知, 对于次日的负荷预测, 进行预测的时间越近, 其预测精度越高。
3 结束语
如前所述, 城南地区负荷预测与诸多因素相关联, 具有不准确性、条件性、时间性、突发性等特点, 是一项精细的工作。而负荷预测工作的复杂性, 需要我们负荷预测工作者与时俱进, 及时跟踪分析负荷变化特点, 总结负荷变化规律, 把握与之相适应的科学方法, 不断提高负荷预测准确率。
摘要：从分析2007年1-7月份天津市城南区负荷数据着手, 总结了07年上半年城南地区负荷情况, 分析了影响城南电网用电负荷的诸多因素 (如气象、节假日及特殊事件等的影响) , 针对负荷预测工作的复杂性, 提出应不断加大投入精力对其进行研究总结进而提高城南地区负荷预测准确率的工作思路。
关键词：城南电网,负荷预测,准确率
参考文献
