基于DGM和TDNN的火电行业NOx排放量变权组合预测

• 作者: 周建国 王颖雪
• 来源期刊: 中国电机工程学报
• 学科: 地球科学
• 关键词: 火电行业 NOx排放 时延神经网络模型 离散灰色模型 等维递补多项式拟合 变权组合预测
• 年，卷（期）: 2012,（z1）
• 所属期刊栏目: 发电
• 页码范围: 151-157
• 页数: 7页
• 分类号: X773
• 字数: 546字
• 语种: 中文

摘要

从区域火电行业NOx排放量预测问题的离散灰色、非线性和动态性等特征出发,建立了基于离散灰色预测模型(discrete grey model,DGM)和时延神经网络(time-delayed neural network,TDNN)模型的变权组合预测模型.其中,时延神经网络模型与传统静态神经网络(如BP、RBF神经网络)相比较,更能反映系统的动态特征,有利于提高预测的准确性；在组合变权系数确定上,采用了等维递补多项式拟合方法,提高组合预测的拟合精度.最后,以国家权威部门公布的1994-2009年火电行业相关历史数据为基础,对未来7年我国火电行业NOx排放量进行预测研究和分析.结果表明:从预测平均相对误差来看,变权组合预测为0.846％,而TDNN为1.296％,离散灰色预测则为3.472％,变权组合预测模型的预测精度明显高于单项预测模型；从预测结果趋势走向来看,组合预测结果与实际趋势最接近,较单项预测有更高的吻合度,预测结果准确可靠.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周建国	华北电力大学经济管理学院	21	176	9.0	12.0
2	王颖雪	华北电力大学经济管理学院	2	15	2.0	2.0