基于最优可信度的月度负荷综合最优灰色神经网络预测模型

• 作者: 李媛媛 牛东晓
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 负荷预测 月度负荷 最优可信度 综合最优预测模型 电力系统
• 年，卷（期）: 2005,（5）
• 所属期刊栏目: 电力系统
• 页码范围: 16-19
• 页数: 4页
• 分类号: TM734
• 字数: 3156字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-3673.2005.05.004

摘要

月度负荷具有增长和波动二重趋势.作者首次提出以纵向历史数据为原始序列,用灰色预测模型进行增长趋势预测;以横向历史数据为原始序列,用人工神经网络模型进行波动趋势预测的方法,并在此基础上,引入最优可信度的概念,同时考虑了月度负荷的两种趋势,建立了综合最优预测模型.该模型兼顾了前两种模型的建模特点,优于只考虑单一发展趋势负荷预测的模型.对电力负荷预测应用实例的计算结果表明,该方法明显地提高了月度负荷预测的精度,也同样适用于进行周、季负荷等具有二重趋势的负荷序列的预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛东晓	华北电力大学经济管理系	306	6130	40.0	64.0
2	李媛媛	华北电力大学经济管理系	17	298	9.0	17.0