Abstract ：

[目的/意义]细化社交机器人对网民情感的干预机制,同时从实践上为网络突发事件舆情治理提供建议参考。[方法/过程]以仁济医院赵晓菁事件为例,利用朴素贝叶斯方法计算微博情感倾向,通过构建向量自回归模型(VAR)并进行格兰杰因果检验、脉冲响应分析以及方差分解分析,确定社交机器人、意见领袖与普通用户在事件生命周期各阶段的情感关系。[结果/结论]社交机器人、意见领袖与普通用户的情感关系随舆情阶段演进发生变化,在爆发期,社交机器人放大了意见领袖对普通用户的情感影响;在成熟期,社交机器人影响式微,普通用户的情感反作用于社交机器人与意见领袖;在衰退期,三者保持较为独立的情感关系。此外,社交机器人的影响策略具有...

Keyword ：

情感分析 社交机器人 时间序列分析 突发事件

Cite：

Copy from the list or Export to your reference management。

Abstract ：

针对传统春节效应影响时期按经验选取以及物理意义模糊的问题,提出了一种适于用电量春节效应调整新方案,以估计和消除春节效应对电量的影响。首先提出一种确定春节效应影响时期的方法;然后基于X-12-ARIMA模型形成一种春节效应调整新方案,对原始电量序列进行修正,以减小春节效应影响月份的预测误差;最后利用支持向量机模型,进行某省月度负荷用电量预测算例分析,验证该春节效应调整方法的正确性和有效性。算例表明,所提出的春节效应调整方法可有效改善用电量数据质量,有助于对中期负荷用电量做出更为精准的预测。

Keyword ：

春节效应 负荷预测 人工智能 时间序列分析

Cite：

Copy from the list or Export to your reference management。

Abstract ：

针对传统春节效应影响时期按经验选取以及物理意义模糊的问题,提出了一种适于用电量春节效应调整新方案,以估计和消除春节效应对电量的影响。首先提出一种确定春节效应影响时期的方法;然后基于X-12-ARIMA模型形成一种春节效应调整新方案,对原始电量序列进行修正,以减小春节效应影响月份的预测误差;最后利用支持向量机模型,进行某省月度负荷用电量预测算例分析,验证该春节效应调整方法的正确性和有效性。算例表明,所提出的春节效应调整方法可有效改善用电量数据质量,有助于对中期负荷用电量做出更为精准的预测。

Keyword ：

春节效应 负荷预测 人工智能 时间序列分析

Cite：

Copy from the list or Export to your reference management。

Abstract ：

针对传统春节效应影响时期按经验选取以及物理意义模糊的问题,提出了一种适于用电量春节效应调整新方案,以估计和消除春节效应对电量的影响.首先提出一种确定春节效应影响时期的方法;然后基于X-12-ARIMA模型形成一种春节效应调整新方案,对原始电量序列进行修正,以减小春节效应影响月份的预测误差;最后利用支持向量机模型,进行某省月度负荷用电量预测算例分析,验证该春节效应调整方法的正确性和有效性.算例表明,所提出的春节效应调整方法可有效改善用电量数据质量,有助于对中期负荷用电量做出更为精准的预测.

Keyword ：

春节效应 负荷预测 人工智能 时间序列分析

Cite：

Copy from the list or Export to your reference management。

Abstract ：

目的 了解先天性心脏病与空气污染的关系,为进一步调整和优化先天性心脏病防控体系,提高出生人口质量提供依据.方法 对先天性心脏病采用发生率描述,空气污染、气象因素采用年均数、超标天数等统计描述;采用时间序列分析先天性心脏病及空气污染的长期变化趋势;采用Spearman秩相关分析先天性心脏病与不同滞后月(lag 0 ～ lag 12)、空气污染物浓度的相关性;采用广义泊松相加模型分析空气污染物对先天性心脏病发生的影响.结果 2009-2016年<em>西安</em>市发生先天性心脏病2 098例,占总出生缺陷的18.7％;先天性心脏病发生率逐年增加,发生率从2010年的73.3/万,增加到2015年的159.5/万.孕早期多污染物模型分析显示,当调整二氧化氮(NO2)、可吸入颗粒物(PM10)、细颗粒物(PM2.5)时,二氧化硫(SO2)浓度每升高10μg/m3,先天性心脏病风险增加48.5 ％(RR=1.485,95％CI=1.441～1.530).当调整其他污染物时,发现NO2和PM10与先天性心脏病可能有关.未发现PM2.5与先天性心脏病有关.结论 <em>西安</em>市先天性心脏病整体呈增长趋势,可能与空气污染有关;孕早期暴露SO2可增加先天性心脏病发生风险.

Keyword ：

空气污染 时间序列分析 先天性心脏病

Cite：

Copy from the list or Export to your reference management。

Abstract ：

目的了解先天性心脏病与空气污染的关系,为进一步调整和优化先天性心脏病防控体系,提高出生人口质量提供依据。方法对先天性心脏病采用发生率描述,空气污染、气象因素采用年均数、超标天数等统计描述;采用时间序列分析先天性心脏病及空气污染的长期变化趋势;采用Spearman秩相关分析先天性心脏病与不同滞后月(lag0~lag12)、空气污染物浓度的相关性;采用广义泊松相加模型分析空气污染物对先天性心脏病发生的影响。结果2009-2016年西安市发生先天性心脏病2098例,占总出生缺陷的18.7%;先天性心脏病发生率逐年增加,发生率从2010年的73.3/万,增加到2015年的159.5/万。孕早期多污染物模型分析显示,当调整二氧化氮(NO2)、可吸入颗粒物(PM10)、细颗粒物(PM2.5)时,二氧化硫(SO2)浓度每升高10μg/m^3,先天性心脏病风险增加48.5%(RR=1.485,95%CI=1.441~1.530)。当调整其他污染物时,发现NO2和PM10与先天性心脏病可能有关。未发现PM2.5与先天性心脏病有关。结论西安市先天性心脏病整体呈增长趋势,可能与空气污染有关;孕早期暴露SO2可增加先天性心脏病发生风险。

Keyword ：

空气污染 时间序列分析 先天性心脏病

Cite：

Copy from the list or Export to your reference management。

Abstract ：

随着社会主义市场经济体制不断深入和发展，我国经济社会逐步走上了快速发展道路，国家综合实力不断增强。但是，在经济改革不断深入的同时，国际环境日趋复杂，我国经济发展不可避免出现了各种新的问题。无论是政府的决策管理还是人们对经济形势的判断都更加困难。寻找恰当的分析方法和工具成为人们关心的问题，而宏观经济模型恰好符合了人们的这一现实需求。为了适应实际经济的迅速发展情况，把握时代脉搏，必须对我国宏观经济状况进行有力的监察和分析。国外宏观经济模型的研究已有较长的历史。在美国等发达国家，宏观经济模型在较早时期就已广泛使用。我国宏观经济模型的研究起步较晚，且其中以年度模型为主。近年来，随着数据的丰富、研究技术的不断成熟以及现实经济分析的需要，我国经济模型研究重点转向更具时效性的季度模型。 本文在文献综述基础上，首先阐述了季节时间序列模型的类型，包括确定性季节过程、季节单位根过程、季节周期过程，以及对季节单位根平稳后建立的季节ARIMA模型等；其次，总结了国际上常用的季节时间序列模型的检验方法，包括确定性季节模型的常用检验方法以及季节单位根的检验方法，并给出了本文选用的方法；最后，对中国2001年1季度到2017年4季度的GDP、商品进口总额、商品进出口总额、人民币对美元平均汇率、直接利用外商投资总额、居民消费价格指数、城镇居民人均消费、采购经理指数等数据进行了建模分析，以考察它们的季度波动特征。 研究发现，我国宏观经济变量的波动特征较为复杂，不同指标适应的模型不同。一些指数型数据季节变动影响小，往往可以利用平稳时间序列理论建立相关季节模型进行分析；而诸如国内生产总值、投资额、消费额等变量往往具有显著的季节变化特征，并且具有多个季节单位根。不同变量的波动特点也存在差异，正是由于变量之间的变动差异，才造成了宏观经济呈现出周期性变动。

Keyword ：

宏观经济 季节单位根 季节时间序列模型 时间序列分析

Cite：

Copy from the list or Export to your reference management。

Abstract ：

油浸式变压器是电力系统的核心设备之一，其健康状况关乎整个电力系统能否正常运行。为了确保变压器能够正常工作，需要判断变压器的运行状态是正常还是存在故障，因此研究变压器故障诊断方法具有重要的意义。然而随着电力系统的发展，只着眼于当前的变压器运行状态的故障诊断方法渐渐无法满足电力系统的要求，当变压器已经发生故障时再进行诊断和处理时效性太低，而且往往已经对整个电力系统造成了损失。变压器故障预测就是能够根据变压器的历史状态信息，在变压器故障发生之前对故障类型加以预测，从而在变压器发生故障之前采取有效措施，更好地保障电力系统的稳定运行的一种技术。 本课题的研究目标是通过预测未来变压器油中溶解气体含量值，结合变压器故障诊断方法，实现变压器的故障预测。本课题的研究内容主要分为四个部分。其一，由于变压器故障诊断是故障预测的基础，本文首先研究变压器故障诊断方法。传统的变压器故障诊断方法包括三比值法和大卫三角形法。本文研究了其基本原理和实现步骤，并且通过实际测试总结出其优点与不足。其二，鉴于传统变压故障诊断方法缺陷较多，诊断正确率低，本文研究基于多分类支持向量机的变压器故障诊断方法。由于支持向量机从二分类扩展到多分类会带来较大的训练和泛化误差，本文使用了层次分类法作为二分类支持向量机到多分类支持向量机的扩展策略。其三，本文研究变压器油中溶解气体含量的预测方法。本文通过对变压器油中溶解气体的历史数据进行时间序列分析，预测得到未来变压器的油中溶解气体含量。最后，本文研究了如何利用未来变压器油中溶解气体含量的预测值，通过变压器故障诊断方法，预测得到未来变压器可能的故障类型。 本文利用变压器油中溶解气体含量数据集，对基于支持向量机和时间序列分析的变压器故障预测方法进行了研究和实现，获得了较低的变压器故障诊断误差和较高的变压器故障预测精度，并且利用MATLAB的GUI工具制作了变压器故障预测的图形用户界面，具有较高的工程应用价值。

Keyword ：

故障预测 故障诊断 时间序列分析 油浸式变压器 油中溶解气体

Cite：

Copy from the list or Export to your reference management。

Keyword ：

PM10 出生缺陷 二氧化氮(NO2) 二氧化硫(SO2) 空气污染 时间序列分析

Cite：

Copy from the list or Export to your reference management。

Abstract ：

风电机组的出力无法像常规机组那样进行调度控制，通常我们将风机出力看作是随机变量。随着风电穿透功率的增大，我们必须考虑风电的间歇性对电力系统运行的影响。由于风电的波动性和不确定性，风电并网对维持系统功率平衡以及确保系统可靠性、安全性造成了巨大冲击。准确的风电预测是十分重要的，这主要体现在电力系统运行控制和电力市场两方面。比如说，提高风电预测精度可以降低用于平滑风电功率的成本以及设置更为合理的备用容量。为了提高风电预测的精度，本文研究了三大类型的风电预测方法，包括时间序列分析法、动态神经网络法以及组合法。根据误差评价标准，包括平均绝对误差（MAE）、均方根误差（RMSE）、以及平均绝对误差百分比（MAPE），对比分析了多种风速预测模型的预测精度。在对比分析了多种风速预测方法后，发现没有哪种方法能够达到像电力负荷预测那样的精度。因此，本文的另一个目的就是分析风电预测误差对电力系统运行的影响。本文所做的工作和取得的创新成果主要体现在以下五个方面： （1）详细分析了时间序列分析法在风速预测上的应用过程，包括模型识别、参数估计、模型验证以及利用拟合好的模型进行风速预测。通过分析自回归积分移动平均模型（ARIMA）的拟合残差后发现其符合自回归条件异方差（ARCH）模型。据此对ARIMA模型进行改进，即利用ARIMA-ARCH模型进行短期风速预测。采用实例对比分析了ARIMA模型和ARIMA-ARCH模型的预测性能，后者的预测精度要高于前者，后者的MAPE比前者降低了约1个百分点。总的来说，时间序列分析法适合提前预测时间不超过2小时的短期风速预测。 （2）采用两种动态神经网络模型进行短期风速预测，即非线性自回归神经网络（NARNET）和含外源性输入的非线性自回归神经网络（NARXNET）。通过实例分析发现，对于提前预测时间为30分钟的短期风速预测，NARNET模型预测精度高于NARXNET模型。而对于提前预测时间超过1小时的短期风速预测则是NARXNET模型的预测精度高于NARNET模型。数值天气预报（NWP）数据对于提前预测时间超过6小时的短期风速预测不可或缺。总体而言，动态神经网络模型预测精度比时间序列分析法高，前者的MAPE比后者要低3~5个百分点，而代价是计算负担加重。 （3）提出了一种组合模型，即ARIMA-NARXNET模型。实例分析表明，相对于本文采用的其它预测模型，对于超短期和提前预测时间超过1小时的短期风速预测，该组合模型的预测精度最高。就MAPE而论，该组合模型比NARXNET模型降低了约2~3个百分点，对于日前预测，该组合模型的MAPE约为16.88%。然而，由于风电依赖于复杂多变的天气条件，无论是哪种预测方法都存在无法准确预测风电爬坡事件的缺陷。 （4）对比分析了风电功率预测误差和电力负荷预测误差的分布特点，确定风电功率预测误差的确是电力系统不确定性的主要来源。采用4母线系统算例分析了风电预测误差对电力系统经济调度的影响，确定性调度模型中考虑了输电线路网络约束。结果表明，当风电功率预测误差为0时，系统的总成本最小；当风电功率预测误差不为0时，系统增加的成本与风电功率预测误差呈线性正相关，相关系数约为0.78。通过提高风电功率的预测精度，最多能够节约6.42%的系统总成本，平均可以节约0.625%的系统总成本。 （5）鉴于目前较少文献分析风电并网对输电堵塞的影响，本文最后具体分析了不同置信水平下的风电出力能够造成的电力系统输电线路最严重的堵塞情况。利用PowerWorld软件对加入了风电机组的IEEE-14节点系统进行可视化分析，仿真结果可以为输电线路规划和扩容提供参考依据。

Keyword ：

动态神经网络 风电功率 风速预测 经济调度 时间序列分析 输电堵塞

Cite：

Copy from the list or Export to your reference management。