基于组合模型的短期电力负荷预测研究 |
| |
引用本文: | 王瑞,周晨曦,逯静.基于组合模型的短期电力负荷预测研究[J].教育技术导刊,2017,16(10):150-153. |
| |
作者姓名: | 王瑞 周晨曦 逯静 |
| |
作者单位: | 1.河南理工大学 电气工程与自动化学院,2.河南理工大学 计算机科学与技术学院,河南 焦作 454000 |
| |
摘 要: | 为了提高短期电力负荷的预测精度,提出了一种短期电力负荷预测模型。该模型包括蚁群算法优化的BP神经网络模型和灰色理论模型。蚁群算法优化的BP神经网络可以提高BP神经网络预测精度和收敛速度,灰色理论削弱了数据自身的随机性。结合两者优点,根据电力负荷的数据特征和两种子模型的预测误差,得出其在组合模型中所占权重,然后得到基于组合模型的预测值。应用组合模型对河南省某地区进行短期电力负荷预测,结果表明该方法比单个模型预测精度更高,能有效预测短期电力负荷。
|
关 键 词: | 电力负荷预测 蚁群算法 BP神经网络 灰色理论 |
|
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
|