偏最小二乘回歸及神經(jīng)網(wǎng)絡(luò)的灰色組合模型在燃?xì)庳?fù)荷預(yù)測中的應(yīng)用研究.pdf

1、預(yù)先得知燃?xì)庳?fù)荷是進(jìn)行燃?xì)夤芫W(wǎng)設(shè)計(jì)、供應(yīng)及存儲(chǔ)等階段的必要前提。燃?xì)庳?fù)荷預(yù)測模型較多，但由于負(fù)荷不僅受國家能源政策影響，而且和當(dāng)?shù)鼐唧w情況、條件具有緊密聯(lián)系，因此燃?xì)庳?fù)荷預(yù)測模型缺乏通用性，需要進(jìn)行特定區(qū)域的預(yù)測模型研究。本文將回歸分析法及神經(jīng)網(wǎng)絡(luò)方法分別與灰色理論預(yù)測法相結(jié)合進(jìn)行燃?xì)庳?fù)荷的預(yù)測，同時(shí)用改進(jìn)的組合預(yù)測方法建立灰色—偏最小二乘回歸（PLS）組合預(yù)測模型及灰色OIF(Output-InputFddeback)—Elman(簡

2、單遞歸神經(jīng)網(wǎng)絡(luò))模型進(jìn)行了長期負(fù)荷預(yù)測及短期負(fù)荷即日負(fù)荷的預(yù)測，并將上述方法用于重慶市燃?xì)庳?fù)荷的實(shí)例分析，得到了較好的預(yù)測效果。
　　本文通過數(shù)據(jù)分析選定年負(fù)荷的影響因素，包括GDP、一二三產(chǎn)業(yè)產(chǎn)值、能源消耗量、競爭性氣源等十二種相關(guān)因素，利用灰色模型“小信息庫”的優(yōu)點(diǎn)及偏最小二乘回歸模型能處理多重相關(guān)問題的優(yōu)點(diǎn)建立了灰色—PLS模型，進(jìn)行燃?xì)饽曦?fù)荷的預(yù)測。通過對(duì)仿真模型預(yù)測結(jié)果的研究表明，灰色—PLS模型優(yōu)于單一預(yù)測模型，在燃?xì)?/p>

3、負(fù)荷預(yù)測中具有參考價(jià)值。同時(shí)論文還對(duì)重慶中梁山煤電氣有限公司燃?xì)夥止镜恼{(diào)研負(fù)荷數(shù)據(jù)進(jìn)行分析，得出了負(fù)荷在節(jié)假日出現(xiàn)低谷，在非節(jié)假日隨天氣隨機(jī)平穩(wěn)變化的規(guī)律，并通過改進(jìn)的灰色—OIFElman模型進(jìn)行燃?xì)馊肇?fù)荷的預(yù)測，研究表明輸入層的各因數(shù)比較合理，預(yù)測結(jié)果達(dá)到了有效的精度。
　　綜上所述，本文通過對(duì)燃?xì)庳?fù)荷影響因素的相關(guān)性分析，找出負(fù)荷預(yù)測中所關(guān)切的主要影響因素，針對(duì)不同類的負(fù)荷預(yù)測分別提出相應(yīng)的預(yù)測方法，并進(jìn)行負(fù)荷預(yù)測模型的研