基于神经网络的燃气日负荷智能预测方法

• 作者: 夏晓靖 陈虹丽 高尚
• 来源期刊: 应用科技
• 学科: 工学
• 关键词: 城市燃气日负荷 随机性 不确定性 广义回归神经网络 灰色理论 梯度神经网络法 广义动态模糊神经网络 组合预测
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 智能科学与技术
• 页码范围: 23-28
• 页数: 6页
• 分类号: TE01
• 字数: 5726字
• 语种: 中文
• DOI: 10.11991/yykj.201904019

摘要

为解决城市燃气日负荷具有随机性和不确定性问题,首先分别采用广义回归神经网络(GRNN)、灰色-GRNN和梯度-GRNN对燃气日负荷数据进行预测,通过MATLAB仿真表明,得到的预测误差大部分都在20％以内,说明这3种预测模型总体上是可行的,但预测精度并不是很高;然后针对城市燃气日负荷可能发生的预测模型故障现象,将GRNN、灰色-GRNN和梯度-GRNN的预测数据作为组合预测模型的数据基础,采用广义动态模糊神经网络(GD-FNN)进行智能组合预测,仿真结果表明:GD-FNN的平均预测精度为93.639％,平均每组预测用时为7.668 s,从预测精度上看,组合预测模型的预测精度要明显高于单一预测模型的预测精度,尤其是在预测过程中发生故障现象时更显其优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈虹丽	哈尔滨工程大学自动化学院	30	194	8.0	13.0
2	夏晓靖		5	2	1.0	1.0
3	高尚	哈尔滨工程大学自动化学院	9	20	1.0	4.0