近日，江南大学商学院王育红教授团队在创新管理领域重要期刊《Technological Forecasting & Social Change》发表题为“Forecasting China's hydropower generation using a novel seasonal optimized multivariate grey model”的研究论文。
商学院2022级博士研究生任友阳为论文第一作者，博士研究生夏林为论文合作者，王育红教授为论文通讯作者。《Technological Forecasting & Social Change》主要探讨技术预测与未来科学的发展与实践，研究社会、环境与科技的相互关联机制与未来规划路径，在国际企业与创新经济研究领域具有较强的影响力。该期刊2021年影响因子IF=10.884，是ABS三星期刊，属JCR一区，中科院管理学1区Top期刊。
原文链接：https://doi.org/10.1016/j.techfore.2023.122677
水力发电作为中国重要的电力来源，对电力系统平稳运行至关重要。因此，预测水力发电对于中国清洁能源规划、电力系统运行和环境保护意义重大。论文提出一种基于优化算法与虚拟变量调节的季节性多变量灰色模型，根据中国十三五规划期间历史数据对未来十四五发展期间的水力发电量进行预测分析。
论文提出了多变量灰色预测模型在含有季节变化序列预测中的建模方法，将模型精度作为目标约束条件，引入多重虚拟变量循环调节模型拟合效果，并深入挖掘隐藏因素，重构灰色多变量模型相关因素序，采用多种算法对多变量灰色模型背景值进行优化，改进灰色预测模型对复杂波动序列拟合与预测的精度，并结合预测结果与虚拟变量规律分别从抽水蓄能、发电模式和行业管理政策对中国清洁能源未来发展提出对策建议。
论文摘要页
多重虚拟变量影响下的拟合优化效果对比
不同模型拟合与预测效果对比
当前位置: