共查询到10条相似文献，搜索用时 15 毫秒
1.
在分析灰色预测模型GM(1,1)以及BP神经网络预测模型2种单一模型在电力消费量预测方面不足的基础上,提出灰色神经网络组合预测模型。以河北省电力消费量为基础,分别用3种模型进行预测,并加以比较分析。结果表明,灰色神经网络组合模型提高了关于河北省中长期电力消费量的预测精度,对河北省未来电力系统及能源需求规划具有一定参考价值。 相似文献
2.
为提高电力系统负荷预测的预测精度,提出了一种基于层次分析法的中长期负荷预测组合预测的方法,依据层析分析法中要素权重求取原则,建立了阶梯层次结构,构建两两比较矩阵,分层次对权向量取值,实现了中长期负荷组合预测下各单一负荷预测的总权重的求取,提高了权重求解的准确性;利用组合预测的原理,按照层次分析法中求解出的权重系数,将多个预测模型的预测结果进行拟合,得到组合预测的结果,从而有效减小单一负荷预测中不确定性因素带来的误差,规避各单一预测方法的不足,减少单一负荷预测对电力系统负荷预测的预测风险,提高预测精度。最后利用某县2005-2010年的除大用户用电负荷作为算例进行实例分析并证实了所提方法的科学性、实用性。 相似文献
3.
灰色预测模型的研究及应用 总被引：1，自引：0，他引：1
在介绍灰色系统理论的基础上,讨论了灰色预测原理,以中国总人口为例,进行了灰色预测模型的建立和求解,提出了中国人口动态模型;以城市的年供电量为例,利用历史数据,并对电力系统各年的日最大负荷的预测建立了基于残差修正的灰色预测模型.该预测模型是一种基于残差CM预测法的改进灰色模型进行优化的组合方法,能够实现在线预测模型参数,最终的预测结果误差可基本控制在3%之内.经过实例计算,基于残差修正的灰色预测模型在对电力系统的日最大负荷进行预测时,与传统的系统理论方法相比较,该方法计算简捷,具有较高的预测精度,具有很好的实用性. 相似文献
4.
灰色优选组合预测模型及其应用 总被引：4，自引：0，他引：4
针对优选组合预测模型的择优难问题,依据灰色系统理论关联度分析的基本原理,提出了预测模型最优选择的综合评判法,并应用于京津唐电网月度负荷预测中,有较强的自适应性和较高的预测精度。 相似文献
5.
介绍目前电力系统常用的中长期负荷预测的方法,根据邯郸地区1990-1999年的用电量,用各预测方法分别预测出了2000-2003年的用电量,并与实际用电量相比较,对预测结果进行了分析。证明组合预测模型总体上优于传统的单一固定式模型,是提高预测精度简单而有效的方法。 相似文献
6.
7.
短期电力负荷的组合预测模型 总被引：1，自引：0，他引：1
对时负荷建立了灰色模型和自适应滤波模型，利用拟合优度最小的原则对两种模型进行择优组合，建立组合预测模型，经实例验证，预测结果令人满意． 相似文献
8.
人工神经网络在中长期电力负荷预测中的应用 总被引：3，自引：0，他引：3
设计了一个由输入层、隐含层和输出层组成的三层BP网络模型,利用神经网络高度非线性建模能力,进行电力系统的中长期负荷预测.选取影响电力负荷的一些经济因素作为神经网络的输入变量,并对分别采用单个因素和多个因素的组合作为输入量对预测精度的影响进行了探讨.在多因素组合时对输入量进行了归一化处理.仿真结果证明,使用人工神经网络方法进行中长期电力负荷预测是可行和有效的. 相似文献
9.
灰色预测模型通常是GM模型,但预测精度有时不令人满意．在对模型GM做了进一步研究的基础上,提出了一个预测精度较高的新灰色预测模型,即“对数函数一幂函数变换”模型,它能提高离散数据的光滑度。从而拓宽了灰色预测模型的应用范围．利用此模型对四川某地区电网年历史负荷数据建模,预测出该地区1999～2010年的负荷值,试验结果表明该方法是可行且有效的． 相似文献
10.
为提高超短期电力负荷预测的准确度,提出一种基于相似日和粒子群算法——轻量梯度提升机的超短期电力负荷预测方法.对初始数据集进行特征构建,并利用灰色关联法筛选出与待预测日关联度较高的历史日.使用粒子群优化算法对LightGBM算法进行参数寻优,构造PSO-LightGBM负荷预测模型.实验分析表明,相较于传统预测方法,该方法提高了电力负荷预测的精度,为电力系统稳定运行提供了保障. 相似文献