基于最优可信度的月度负荷综合最优灰色神经网络预测模型

摘要：

月度负荷具有增长和波动二重趋势.作者首次提出以纵向历史数据为原始序列,用灰色预测模型进行增长趋势预测;以横向历史数据为原始序列,用人工神经网络模型进行波动趋势预测的方法,并在此基础上,引入最优可信度的概念,同时考虑了月度负荷的两种趋势,建立了综合最优预测模型.该模型兼顾了前两种模型的建模特点,优于只考虑单一发展趋势负荷预测的模型.对电力负荷预测应用实例的计算结果表明,该方法明显地提高了月度负荷预测的精度,也同样适用于进行周、季负荷等具有二重趋势的负荷序列的预测.

关键词：负荷预测、月度负荷、最优可信度、综合最优预测模型、电力系统

所属期刊栏目：29

分类号：TM734(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金50077007

在线出版日期：2005-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：16-19