基于分数阶灰色Elman组合模型的中长期负荷预测

• 作者: 周步祥 张百甫 罗燕萍 董申
• 来源期刊: 水电能源科学
• 学科: 工学
• 关键词: 分数阶灰色预测 Elman神经网络 最优组合模型 傅里叶级数残差校正 负荷预测
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 电气工程
• 页码范围: 192-195
• 页数: 4页
• 分类号: TM715
• 语种: 中文

摘要

针对电力系统中长期负荷预测样本少、间隔时间长、影响因素多等问题,提出基于分数阶灰色Elman的组合预测模型,首先针对负荷预测样本少、增长趋势明显的特点,利用分数阶灰色模型弱化原始序列的随机性,降低解的扰动界,其次利用Elman神经网络模型适应性与学习能力强的特点来解决负荷的非线性及影响因素复杂的问题,然后根据最优模型赋予二者最优权值,得到最终的组合模型,最后采用傅里叶级数残差校正模型修正组合模型的误差.仿真结果表明,本文提出的方法可有效拟合负荷的变化趋势,提升负荷预测的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周步祥	四川大学电气信息学院	121	1391	19.0	33.0
2	张百甫	四川大学电气信息学院	8	14	3.0	3.0
3	董申	四川大学电气信息学院	9	15	3.0	3.0
4	罗燕萍	四川大学电气信息学院	2	0	0.0	0.0