基于季节调整与神经网络融合算法的售电量预测

• 作者: 徐彬煜 陈勇 陈火焱 陈翔 陈耀红
• 来源期刊: 大众用电
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 技术应用
• 页码范围: 30-31
• 页数: 2页
• 语种: 中文

摘要

针对月度售电量波动性大、随机性强、精准预测困难的特点,本文构建了一种结合数据预处理(X11加法模型)和BP神经网络算法的预测模型,结合宏观经济及自然环境采用历史售电量、固定资产投资、梯度温度等输入参数进行月度售电量预测.实际结果表明,基于X1 1-BP神经网络融合算法进行售电量预测,能够较好模拟月度售电量的波动性,比单一BP神经网络预测精度更高,可为电网公司和售电企业生产经营及规划计划管理提供重要数据参考.