基于灰色神经网络与灰色关联度的中长期日负荷曲线预测

• 作者: 彭怀德 朱文广 杨为群 柯学 王丽 程虹 肖园 胡钋
• 来源期刊: 武汉大学学报（工学版）
• 学科: 工学
• 关键词: 用电结构 灰色神经网络 粒子群优化算法 灰色关联度 中长期日负荷曲线预测
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 电气工程
• 页码范围: 58-64,70
• 页数: 8页
• 分类号: TM715
• 语种: 中文
• DOI: 10.14188/j.1671-8844.2019-01-010

摘要

用电结构变化和经济发展会深刻影响中长期的日负荷特性.采用加权平均法确定归一化之后的预测年基准曲线,利用非常适于少数据、多因素预测问题并具有高度非线性拟合特性的灰色神经网络,对中长期日负荷曲线的日特征参数进行预测,其中考虑了经济发展、用电结构的影响;并利用粒子群算法对灰色神经网络的参数进行初始化,以提高网络的全局搜索性能.引入灰色绝对关联度描述曲线的相似特性,基于日负荷特征参数约束,通过所构建的非线性规划模型进行中长期日负荷曲线预测.选用江西电网2006-2015年各季度日负荷数据进行测试,结果表明本方法具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程虹	国网江西省电力公司经济技术研究院	12	27	3.0	4.0
2	杨为群	国网江西省电力公司经济技术研究院	12	43	4.0	6.0
3	彭怀德	国网江西省电力公司经济技术研究院	5	12	2.0	3.0
4	朱文广	国网江西省电力公司经济技术研究院	17	56	4.0	7.0
5	肖园	国网江西省电力公司经济技术研究院	10	18	3.0	4.0
6	王丽	国网江西省电力公司经济技术研究院	7	14	2.0	3.0
7	柯学	武汉大学电气工程学院	1	9	1.0	1.0