简介：国信中心预测2006年大中城市房价平均涨5％至7%；发改委预测2006年房地产销售增速将下滑至20%；北京城八区期房均价逼近8000元；上海个人房贷连续6个月负增长。

简介：摘要  本研究利用长短期记忆网络（LSTM）与循环神经网络(RNN)模型，对福建省福州第十中学生的视力进行预测与分析。通过收集福州十中学生的视力数据，并采用LSTM与RNN模型进行建模与训练，在测试集中取得99.96%的准确率，通过三年数据的对比证明视力预测结果准确且可靠。实验结果表明，本方法在福州十中中学生视力预测与分析中具有较高的准确性和稳定性。此研究为进一步开展眼保健工作提供了重要依据，并可为全国中学生视力预测与分析提供借鉴。

简介：摘要研究大用户的短期电力负荷预测问题，给出一种基于变权综合模糊推理的多模型综合预测方法。该方法首先引入基于质心相似度聚类的负荷模式分析算法，挖掘历史负荷数据中合群的典型负荷模式，并按相似性进行分组，同时剔除少量的离群异常记录;然后给出基于共扼梯度的RBF神经网络训练算法，分别对每类典型负荷模式建立相应的单元预测模型;最后利用基于相似度加权的多模型变权综合模糊推理策略，实现各单元模型预测结果的自适应融合。案例仿真验证了多模型模糊综合预测方法的可靠性。

简介：用相关分析和回归分析方法，挖掘图书馆的图书流通数据与图书订购数据的联系，建立该联系的数学模型，并提出一种以建立的模型为工具由流通数据的分布预测图书订购资金分配的方法。

简介：摘要：我国拥有最多的能源是煤炭，煤炭经济的发展促进了我国国民经济的发展。在我国能源工业上，占据一次能源生产和消费结构最多的就是煤炭，相关专家预计，到2050年，煤炭依然还可以占据我国一次能源生产和消费的一半左右。可见，煤炭资源在我国有着重要的地位。虽然煤炭资源丰富，但是煤炭资源开采却是非常复杂和危险的，最近几年，虽然我国矿井瓦斯事故数量减少，但是每年都会发生，所以，在煤炭资源的开采上，形势依然不乐观。在这个背景下，本文对矿井瓦斯监测数据趋势预测开展了相关研究。

简介：无

简介：地震多次波衰减分为多次波模拟和多次波减法两个阶段，两阶段相互关联，且都需要优化，以得到最终的理想结果。“通过反演预测多次波（MPI）”对多次波模型进行迭代更新，就像通常我们在处理线性反演问题中做的那样。我们不必清楚地知道地表和地下构造或震源信号等因素的影响就可以模拟多次波波场。在地震勘探中，这些因素的影响通常是不知道的。然而，与常规的地表多次波衰减方法相比，从运动学和动力学上多次波模型的精度得到了提高，因为MPI方法考虑到了地表反射率的空间变化、震源信号、检波器组合和接收点虚反射，也就是所谓的地表算子。当在第一阶段使用MPI法时，还有效地减少了包括没有去除和改变一次波来衰减多次波的第二阶段的非线性问题。通过海上地震的实际数据实例证明了MPI方法的效果。

简介：摘要：应用大数据技术，进行短期水量预测和管网压力优化；并通过实验检验其实施效果。未来可以通过实时的水量预测模型，指导运行调度决策。自来水厂供水需要控制其出厂流量及其管道压力，这个过程需要调度员实时去读表，并通过自己的经验对水量进行调节。该项目应用大数据分析计算进行水量预测和管道压力预测。通过实验检验其可行性。由于宏观模型具有建模简单，适应性强，能有效利用遥测设备及长年累积 的数据等优点，因此采用该模型进行科学调度，分析管网状态的动态规律有广阔的应用前景。

简介：摘要在电网建设规模逐渐增加以及建设速度不断加快的时代背景下，电网系统的运行需要有强大的数据分析以及数据处理的能力，只有这样才能够有效确保电网运行过程中的安全性。鉴于此，本文就大数据平台电力负荷预测展开探讨，以期为相关工作起到参考作用。

简介：摘要电力系统负荷预测是在掌握系统的运行特性、社会条件、自然条件、经济运行条件、负荷本身等规律的基础上，通过历史数据的建模对未来负荷发展变化进行的可靠估计。电力系统负荷预测是能量管理系统的重要组成部分。提商负荷预测精度可以提髙发电设备的利用率，实现调度部口的机姐的组合优化，同时加强经济调度的有效性。负荷预测是电力系统规划、计划、用电、调度的一项基础工作，其重要性不言而喻。基于此本文分析了数据挖掘技术的短期负荷预测。

简介：摘要：随着干旱预报技术的发展，标准化降水指数SPI的提出对干旱的预测提供了一个很好的指标，集合预报模式已成为提高预测干旱事件发生发展的有效手段之一，为干旱早期预警提供了新思路。本文主要对TIGGE业务中心5个预报模式的预报结果与实测结果的SPI指数进行检验评估，计算相关的干旱指数，分析不同预报模式下江苏省干旱的发生发展的异同。并将5个预报模式进行集合预报，并分析集合预报误差，结合实际的干旱情况，构建、筛选出最佳的集合预报方案，为江苏省的干旱预测工作提供有效的方法和手段。

简介：摘要：机械装备液压系统的参数数据，从装备出厂到使用出现显性故障，都在随使用时间演变着。液压系统性能的好坏，可以用泄漏量这一关键的参数变化来度量。利用液压数据采集器进行采集液压系统泄漏量，结合数据分析，就可以实现液压故障的预测。以某注塑机液压系统为研究对象，在无故障和有故障状态下，分别采集了液压系统的泄漏量数据和油液的污染状态数据，通过数据分析，可以明显地发现液压系统的故障部位，验证了液压数据采集技术对液压故障预测的有效性。

简介：摘要：气象行业数据种类繁多,包括各类结构化、半结构化和非结构化数据,随着互联网技术、信息化技术以及气象观测技术的迅速发展,气象数据采集频次从逐天逐时转变为逐分钟,使气象行业累积了海量数据,数据量已达到PB以上,具有典型的大数据特征。传统的计算方式无法对海量数据进行深度挖掘,在应对海量数据的高并发访问同样遇到了处理瓶颈,导致在气象防灾减灾领域,气象数据的价值无法有效的实现。因此,气象部门对于应用大数据相关技术以提升气象信息化水平有着迫切的需求,在此背景下,气象大数据云平台“天擎”作为气象部门信息化的核心系统应运而生。

简介：摘要：电力产业为社会经济发展提供了推动力，在电网运行环节中，展开数据处理、负荷预测能确保电网系统可靠运行，为电力调度提供数据支持，促进电力行业发展。本文主要围绕着短期电力负荷来展开，基于负荷大数据预测模型，分析用户用电规律，深入探究短期电力负荷预测相关内容，保证精准完成短期电力负荷预测，让电力系统运行更安全。

简介：摘要：由于人们用电需求的逐渐增多，对电力系统中的短期负荷的准确性、时效性都在加大，所以需要对其进行预测。文章主要基于大数据技术，对短期负荷预测的方法进行分析，主要采用时间序列预测技术、基于大数据的神经网络预测技术、模糊逻辑预测方法、利用大数据进行电能采集和负荷管理等方法，对电力系统中的短期负荷进行预测，保证电力系统的运行更加安全、高效。

简介：大数据是建立在全数据基础上,通过数据分析发现事物的相关关系,再运用发现的相关关系对事物发展趋势做出预测的数据分析理念和分析方法。依托案件管理系统,对各类案件进行大数据分析,可以发现特征证据要素与证成(证伪)犯罪之间具有的正相关(或负相关)关系、零相关关系。运用这些相关关系可以发现某类案件的证据状况,从而预警正在办理的案件可能发生的问题;判断证据发展的趋势,为证据结构调整做好准备;结合自由心证理念,增强审查定案的信心;根据证据缺陷,及时寻找弥补措施。由于在理论和实践上面临的困境,当前利用大数据审查认定案件主要局限于预测案件走向。不过,伴随大数据查询使用机制的建立,特征证据认定标准体系的确立,大数据网络共享机制的建立,大数据价值由预测转向适用不无可能。

简介：本文提出一个基于数据挖掘技术的短期风电预测方法,它能够预测十五分钟内的风电功率。研究的重点是用多变量时间序列模型ARIMA、集中延时神经网络（FTDNN）和风力涡轮机的现象学模型来预测风电场发出的电力。通过对风电场实测数据进行仿真模拟,提出新的数据预处理方法,从而提高预测精度。

简介：摘要针对光伏电源接入配电网，由于其出力的随机性会对电网造成影响，故基于多维环境数据对光伏出力进行预测。首先，通过主成分分析法将多维环境数据进行降维处理，选出三个对功率贡献率最大的成分；然后将主成分分析得到的结果作为输入层，利用BP神经网络进行功率预测；最后，通过算例验证所提方法的有效性和实用性。

简介：摘要：在信息技术快速发展的背景下，各行各业也都已步入 到大数据时代。对于电力行业来说，通过大数据分析来规避营销环节中的风险，是时代带来的机遇与挑战。本文通过大数据挖掘和电力风险预测二者之间的关系进行了分析，提出了一些解决的措施，希望电力行业的营销工作具有参考价值。

简介：【摘要】随着电力行业突飞猛进的发展，在大数据背景下，对电力负荷预测也提出了更为严格的要求，电力负荷预测能够在很大程度上为电力系统的安全稳定运行提供保障。因此，还需要电力系统转变传统人工操作方式，促进电力系统科学化、自动化发展。基于此，本文将对大数据环境下的电力负荷预测进行研究。