【正文】 , d(1, 1) As SingleDim e(1, 6), Y(6, 0), a(1, 0), x(1 To 13) As SinglePrivate Sub Form activate() intitalcmdEnd SubPrivate Sub intitalcmd()If = 0 Then = False = True = True=True Else = True = True = False = FalseEnd IfEnd SubPrivate Sub savecancel() = False=False = True = TrueEnd SubPrivate Sub Command3_Click() = TrueDim search As String Dim responsesearch = InputBox()If search Then For i = 0 To 4Text10(i).Text = Next iData1(1) = Val()Data1(2) = Val()Data1(3) = Val()Data1(4) = Val()Data1(5) = Val()Data1(6) = Val()Data1(7) = Val()Data1(8) = Val()Data2(1) = Val()n = 0For i = 1 To 8If Data1(i)0 then n = n + 1Else: n = n + 0End IfNext i39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。學?？梢怨颊撐模ㄔO計）的全部或部分內(nèi)容。據(jù)我所知，除文中已經(jīng)注明引用的內(nèi)容外，本論文（設計）不包含其他個人已經(jīng)發(fā)表或撰寫過的研究成果。39。39。39。39。39。39。d(0, 0) = 1 / (c(1, 1) * c(0, 0) c(0, 1) * c(1, 0)) * (c(1, 1))d(0, 1) = 1 / (c(1, 1) * c(0, 0) c(0, 1) * c(1, 0)) * (c(0, 1))d(1, 0) = 1 / (c(1, 1) * c(0, 0) c(0, 1) * c(1, 0)) * (c(1, 0))d(1, 1) = 1 / (c(1, 1) * c(0, 0) c(0, 1) * c(1, 0)) * c(0, 0)) For i = 0 To 1For j = 0 To n 2s = 0For k = 0 To 1 s = s + d(i, k) * b1(k, j)e(i, j) = sNext kNext jNext i39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。因此，式（22）可改寫為[ (k+1)]+ [(k+1)+ (k)]。GM模型即灰色模型（GREY MODEL）。一元回歸預測也稱單因素回歸預測。缺點是：①初始值的確定無法利用已有的系統(tǒng)信息，易陷于局部極小的狀態(tài)；②神經(jīng)網(wǎng)絡的學習過程通常較慢，對突發(fā)事件的適應性差。灰色模型法適用于短期電價預測。這是兩種不同的分類方法?！　』貧w預測的缺點是：（１）對實際數(shù)據(jù)一視同仁，認為各數(shù)據(jù)對預測對象的影響程度相同，這是不符合實際的；（２）計算工作量較大，出現(xiàn)新數(shù)據(jù)時，一般要重新估計回歸方程和進行相關分析；（３）回歸變量選取時的主次要因素在實際建模時較難把握，變量因素的量化也是一個難點。電價預測按不同的分類標準可以作以下幾種不同的劃分。 根據(jù)影響電價的各種因素采用預測模型進行測算影響上網(wǎng)電價的因素很多，除了財務因素外，還要受到供電區(qū)域電力市場現(xiàn)狀及其發(fā)展的影響，包括受電省、市經(jīng)濟發(fā)展、電力供需、電源電網(wǎng)布局、平均銷售電價、獨立電廠上網(wǎng)電價、電力用戶用電狀況及其承受能力等等；另外國家政策因素對電站上網(wǎng)電價也有較大的影響，特別是目前正值我國社會經(jīng)濟市場經(jīng)濟體制逐步建成和完善的時期，國家的財政、金融、稅收、物價、外匯等政策必將有大的調(diào)整和變動，這些對上網(wǎng)電價都將產(chǎn)生一定程度的影響。在計算中，首先假定一個上網(wǎng)電價，作還貸計算，當計算的償還年限大于允許償還年限，說明假定的上網(wǎng)電價低了應提高電價，反之則降低電價，直至等于或略小于允許還貸償還年限的電價即為求得的電網(wǎng)電價。另外，如果線路受到限制，新用戶的電費除包含發(fā)輸電費用之外，還應該付網(wǎng)絡擴展費。當前的一種世界趨勢是放開發(fā)電市場，即發(fā)電廠有權選擇貿(mào)易方，而對輸電市場和用戶則較少放開。一個充滿競爭的電力市場中，參與者之間都是平等的。 中國電力市場的形式、基本模式與管理機構電力市場是電價、電力系統(tǒng)運行、負荷管理、電力通信系統(tǒng)的總和，是電力工業(yè)技術與經(jīng)營管理的綜合。其特點是政府統(tǒng)一管理，自上而下壟斷經(jīng)營，實行計劃建設，計劃發(fā)電，計劃供電的體制。1．2 電力市場概述市場是某種物品或勞務的一群買者和賣者。電價預測的核心問題是預測的技術方法，或者說是預測模型。隨著發(fā)電廠不僅僅是解決投資者自身對電力的需求，而且社會上也存在電力需求的情況下，就會促進電網(wǎng)發(fā)展，通過電網(wǎng)這一媒介，實現(xiàn)發(fā)電商與用戶之間以及發(fā)電商之間的電力交換。一部分發(fā)電企業(yè)雖然成立了獨立法人實體，但電廠的運行管理和經(jīng)營管理仍由電力公司代管，名義上是兩家而實際上仍然是一家。在中國加入WTO后，電力工業(yè)迫于多方面壓力必將是中國最后一個打破壟斷的行業(yè)。在電力市場中，必須保證用戶是平等的。第二章 電價預測的原理和方法電價是電力市場的支點。實時電價是隨時間變化的電價。針對一個水電廠的實際，可將發(fā)電成本分為固定成本和變動成本，一般情況下，容量與固定成本有關，發(fā)電量與變動成本有關。這種模型考慮到供電區(qū)域的所有國民經(jīng)濟部門以及若干政策因素，并測算電價對于這些因素的并聯(lián)度。 根據(jù)電價預測表示的不同特性，電價預測可以分為最高電價、最低電價、平均電價等等電價性能指標的預測 。多層遞階預測方法把動態(tài)系統(tǒng)看成是一個一維或多維的時間序列，從系統(tǒng)的外部特征著手，建立其輸入、輸出模型。一元指數(shù)回歸回歸預測是根據(jù)電價過去的歷史資料，建立可以進行數(shù)學分析的數(shù)學模型。它用大量的非線性并行處理器來模擬眾多的人腦神經(jīng)元，用處理器間錯綜靈活的連接關系來模擬人腦神經(jīng)元間的突觸行為，是一種大規(guī)模并行的非線性動態(tài)系統(tǒng)。其基本形式如下：其中a叫衰減因子。一元非線性回歸主要包括：一元對數(shù)回歸、一元冪函數(shù)回歸、一元雙曲線回歸、一元指數(shù)回歸、一元倒指數(shù)回歸、一元S型回歸和一元多次回歸，其中一元多次回歸最常用的是一元二次回歸、一元三次回歸和一元四次回歸。為了不使它們相加彼此抵消，故最好應該是 在灰色系統(tǒng)理論的研究中，將各類系統(tǒng)分為白色﹑黑色和灰色系統(tǒng)。（1）灰色理論將隨機量當作在一定范圍內(nèi)變化的灰色量，將隨機過程當作是在一定范圍﹑一定時區(qū)內(nèi)變化的灰色過程。39。39。39。39。39。39。39。39。39。39。39。For k = 0 To 1For j = 0 To 1s = 0For i = 0 To n – 2 s = s + b1(k, i) * b(i, j)c(k, j) = sNext iNext jNext k39。39。39。39。39。39。39。39。39。39。39。保密的論文（設計）在解密后適用本規(guī)定。參考文獻[1] : 50～53[2] 邵偉，楊敏紅，徐政， : 54～57[3] 徐建輝. (4) [4] 任新顏,周暉. : 34～37[5] 金卓睿. (6) : 1～6[6] 牛東曉，曹樹華，趙磊， ：171～177[7] ： :1[8] 于爾鏗，劉廣一，周京田，等．能量管理系統(tǒng)[M]．北京：科學出版社，1998.[9] 程正興．數(shù)據(jù)擬合[M]．西安：西安交通大學出版社，1986.[10]吳維揚．經(jīng)濟預測及案例分析[M]．北京：中國經(jīng)濟出版社，1995．[11]楊位欽，顧 嵐．時間序列分析與動態(tài)數(shù)據(jù)建摸[M].北京理工大學出版社．1998[12]鄧聚龍．灰色項圈與決策[M]．武漢：華中理工大學出飯社．1992[13]倪 軍，楊明志，楊期余．專家系統(tǒng)技術應用于城網(wǎng)負荷預圈[J].供用電，1994．11(5)．[14]楊 樺．任 震，趙宏偉．基于小波分析的電力系統(tǒng)短期負荷預測[A].全國高校電力系統(tǒng)及其自動化專業(yè)第十二屆學術年會論文集[C]．保定，—178.[15]劉晨暉，電力系統(tǒng)負荷預測理論與方法[M]．哈爾濱工業(yè)大學出版社，1987[16]王建峰．顧新建，陳藍熙，高國寧，那志強．電力負荷短期預報數(shù)學模型的研究和應用[M]．華東電力．19N(10)：28—31[17]胡兆光，方燕乎．智能工程與負荷預測[N]．電網(wǎng)技術．(5)：15—18[18]甘文泉，胡保生．用自適應神經(jīng)網(wǎng)絡進行短期電力負荷預測[N]．電網(wǎng)技術，1997，2l(3)：28—31[19] 劉長義等．山東省分區(qū)電力負荷預測及電力平衡分析[N]．電網(wǎng)技術．19N．20(5)；35—37[20]《電力負荷預測技術及其應用》 牛東曉等 中國電力出版社[21]《線形代數(shù)》 同濟大學編寫[22]《灰色預測與決策》 鄧聚龍 華中理工大學出版社[23]《城市電力需求的灰色預測模型及其應用》 陳志業(yè) 牛東曉等水電能源科學[(3):207 ~213]畢業(yè)論文（設計）原創(chuàng)性聲明本人所呈交的畢業(yè)論文（設計）是我在導師的指導下進行的研究工作及取得的研究成果。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。39。m = 0For i = 2 To n 1If Data1(i) * Data1(i 1) Or Data1(i) * Data1(i 1) ThenData1(i) = (Data1(i + 1) + Data1(i 1)) * m = m + 1Elsem = m + 0End if Next is = mIf Data1(n) * Data1(n 1) ThenData1(n) = * Data1(n 1)s = s + 1Else IfData1(n) * Data1(n 1) ThenData1(n) = * Data1(n 1)s = s + 1Else: s = s + 0End IfIf s 0 ThenEnd IfIf Then response = MsgBox()End IfEnd IfEnd SubPrivate Sub Command1_Click ()For i = 2 To nY (i 2, 0) = Data1(i)