10.12204/j.issn.1000-7229.2020.05.009
基于GM(1,1)与BP神经网络的综合负荷预测
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.
负荷预测、GM(1,1)、BP神经网络、组合预测、残差修正
41
TM715(输配电工程、电力网及电力系统)
国家自然科学基金项目51977102,61963020
2020-05-28(万方平台首次上网日期,不代表论文的发表时间)
共6页
75-80