基于GM(1,1)与BP神经网络的综合负荷预测

• 作者: 宋建 李雨龙 束洪春 杨博 梁雨婷 董俊
• 来源期刊: 电力建设
• 学科: 工学
• 关键词: 负荷预测 GM(1,1) BP神经网络 组合预测 残差修正
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 新一代人工智能在配网规划和运行中的应用
• 页码范围: 75-80
• 页数: 6页
• 分类号: TM715
• 字数: 3368字
• 语种: 中文
• DOI: 10.12204/j.issn.1000-7229.2020.05.009

摘要

针对电力负荷预测中的单一预测模型存在的局限性,提出基于BP神经网络和GM(1,1)的残差修正组合模型.通过算法组合的方式进行系统建模,从而提高负荷预测模型的精度.首先通过GM(1,1)模型进行预测,得到灰色残差序列,利用灰色残差序列建立BP残差修正模型,利用该模型进行残差预测,最后将残差修正值和GM(1,1)模型预测值进行叠加得到最终所需的负荷预测值.利用该模型对某地区进行仿真实验,结果表明该修正模型具有较高的预测精度和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	束洪春	昆明理工大学电力工程学院	352	7076	41.0	72.0
2	董俊	昆明理工大学电力工程学院	22	131	6.0	11.0
3	梁雨婷	昆明理工大学电力工程学院	3	0	0.0	0.0
4	杨博	昆明理工大学电力工程学院	18	18	3.0	4.0
5	宋建	昆明理工大学电力工程学院	3	5	1.0	2.0
6	李雨龙	昆明理工大学电力工程学院	1	0	0.0	0.0