基于BP神经网络与多元线性回归的短期燃气负荷预测

• 作者: 宋娟 廖尚泰
• 来源期刊: 宁夏工程技术
• 学科: 工学
• 关键词: 短期燃气负荷预测 灰色关联度 多元线性回归 BP神经网络
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 工程应用与评价
• 页码范围: 343-346
• 页数: 4页
• 分类号: TU996.6
• 字数: 3117字
• 语种: 中文

摘要

影响燃气负荷变化的因素呈现非线性和随机性特征,单一数值算法很难进行精确预测.为了提高燃气负荷预测的准确度,使预测算法具备更好的适应性,提出了一种基于多元线性回归与BP神经网络的短期燃气负荷预测模型.该混合优化算法兼顾了多元线性回归算法的非线性特性和BP神经网络的泛化特性.以宁夏平罗县2011年城市居民燃气用气量为研究算例,应用灰色关联度对燃气负荷及影响因素进行相关性分析,并采用均方根误差及R2判定系数作为预测模型性能评价方法.通过仿真,验证了所建立模型是可行且有效的.相比单一的多元线性回归方法或BP算法,采用混合算法所建立预测模型具有更好的适应性,预测误差更小.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋娟	宁夏大学物理与电子电气工程学院	32	111	7.0	8.0
2	廖尚泰	宁夏大学物理与电子电气工程学院	1	0	0.0	0.0