基于层次分析法和径向基函数神经网络的中长期负荷预测综合模型
中长期负荷预测足电力系统规划与运行的基础工作,提出基于3指标量,即指标总量、指标增长量和指标增长率的综合模型.首先构建层次分析(analytic hierarchy process,AHP)模型,分别时3个指标量进行分析评价,优选出每个指标量的最优预测模型,然后利用径向基函数(radial basic function,RBF)神经网络对3个最优模型的预测结果进行拟合,并将GDP因素也作为神经网络输入数据之一,输出最终的预测结果.AHP模犁中综合考虑了模型预测误差和模型拟合度,并成功地加入了人工干于贞的凶素,依据专家经验判断模型的信任度和预测结果趋势可信度.AHP模型采用与预测时刻最近的历史数据进行分析,因此具有较好的实时性.实验结果表明该综合模型具有较高的预测精度,实际应用效果较好.
负荷预测、层次分析法、径向基函数神经网络、三指标量、综合模型
33
TM715(输配电工程、电力网及电力系统)
国家自然科学基金70671039
2009-03-27(万方平台首次上网日期,不代表论文的发表时间)
共6页
99-104