基于BP神经网络灰色回归组合模型的年最大负荷预测

• 作者: 吴亚雄 谢敏
• 来源期刊: 南方能源建设
• 学科: 工学
• 关键词: BP神经网络 灰色预测 逐步线性回归 组合预测模型 负荷预测
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 规划咨询
• 页码范围: 46-50,57
• 页数: 6页
• 分类号: TM611
• 字数: 4483字
• 语种: 中文
• DOI: 10.16516/j.gedi.issn2095-8676.2017.02.007

摘要

为克服单一电力负荷预测模型的局限性,改善预测结果,提出了一种基于BP神经网络灰色回归组合模型的年最大负荷预测方法.在BP神经网络预测模型中,采用Levenberg-Marquardt算法对参数迭代过程进行优化;在灰色预测模型中,采用加政策因子处理法对原始数列进行改造以强化数列的递增趋势;在回归预测模型中,采用逐步线性回归法剔除对因变量影响较小的自变量.最后利用方差-协方差法对三种预测模型进行加权组合.以广州市2007-2016年实际数据对组合预测模型进行验证,并对广州市2017-2019年的年最大负荷进行预测.结果表明:所提方法预测精度较高且误差在工程允许范围之内,具有一定的工程实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢敏	华南理工大学电力学院	61	483	13.0	20.0
2	吴亚雄		4	10	2.0	3.0