基于灰色预测和神经网络的电力系统负荷预测_史德明

基于灰色预测和神经网络的电力系统负荷预测_史德明

ID:46583417

大小:130.65 KB

页数:4页

时间:2019-11-25

基于灰色预测和神经网络的电力系统负荷预测_史德明_第1页
基于灰色预测和神经网络的电力系统负荷预测_史德明_第2页
基于灰色预测和神经网络的电力系统负荷预测_史德明_第3页
基于灰色预测和神经网络的电力系统负荷预测_史德明_第4页
资源描述:

《基于灰色预测和神经网络的电力系统负荷预测_史德明》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、DOI:10.13335/j.1000-3673.pst.2001.12.003第25卷第12期电网技术Vol.25No.122001年12月PowerSystemTechnologyDec.2001文章编号:1000-3673(2001)12-0014-04基于灰色预测和神经网络的电力系统负荷预测史德明,李林川,宋建文(天津大学自动化学院电力系,天津300072)POWERSYSTEMLOADFORECASTINGBASEDUPONCOMBINATIONOFGREYFORECASTANDARTIFICIALNEURALNETWORKSHIDe-ming,LILin-chuan,SONGJ

2、ian-wen(TianjinUniversity,Tianjin300072,China)ABSTRACT:Loadisthefoundationofpowersystem关键词:灰色预测;人工神经网络;组合预测operationandplanning.Accurateloadforecastingis中图分类号:TM734文献标识码:Badvantageoustoimprovingthereliabilityandeconomiceffectofpowersystem.Basedonthecombinationofgreyforecastandartificialneuralnetwo

3、rkanewmethodfor灰色系统理论是研究解决灰色系统分析、建模、powersystemloadforecastingisputforward.Inthegrey预测、决策和控制的理论。灰色预测的模型简称GMforecasting,afterdifferentlyacceptingorrejectinghistorical模型,它所需建模信息少、运算方便、建模的精度较dataandthroughaccumulationandgeneration,differentmodelsareestablished,thenthedifferentresultsofgrey高,因而在各种预测领域

4、有着广泛的应用。近年来该forecastingarecombinedbyartificialneuralnetwork.For理论已被引入电力系统负荷的预测中,获得了较好artificialneuralnetwork,itsinputsaretheforecasting的效果。resultsofdifferentGreyModelsanditsoutputistheresultGM模型在预测中,对历史数据作不同的取舍ofcombinationforecasting.Thelearningsamplesselectnknownvalueswhicharemostclosetotheforec

5、astedvalues时,其预测值并不相同,即这种预测结果将是一个预andthelearningmethodismodifiedBPalgorithm.The测值的区间,这就给预测人员的取舍带来一定困难。presentedmethodsynthesizestheadvantagesofGM本文把GM模型与人工神经网络模型结合起forecastingmethod,whichissimpleandneedslessoriginal来,用对历史数据作不同取舍的GM模型进行预data,andneuralnetworkwhichpossessesthecharacteristicsofnonline

6、arfitting,thereforetheforecasting测,然后用人工神经网络确定这些不同GM模型的accuracyisimproved.Calculationexamplesshowthatthe组合,最后得出更为准确的确定的预测值。presentedmethodisfeasibleandeffective.KEYWORDS:greyforecasting;artificialneuralnetwork;1灰色预测原理和模型combinedforecasting摘要:负荷是电力系统运行和规划的依据,准确的负荷预测GM模型是用原始数据生成后建立的微分方有利于提高电力系统运行的经济

7、性和可靠性。文章提出了一程。灰色理论是将无规律的原始数据经生成后,使其种基于灰色预测和神经网络组合的电力系统负荷预测方法。变为较有规律的生成数列再建模,所以GM模型实在灰色预测中通过对历史数据作不同的取舍并经累加生成[1,2]际上是生成数列模型,一般用微分方程描述。由后建立不同的模型;对于灰色预测的不同结果再使用人工神于GM模型的解是微分方程的解,是指数曲线,因经网络进行组合。具体方法是:神经网络的输入为各种灰色此要求生

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。