基于灰色系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)的周、月負(fù)荷預(yù)測(cè)綜合模型.pdf

1、周、月負(fù)荷預(yù)測(cè)對(duì)電力系統(tǒng)規(guī)劃和運(yùn)行是非常重要的。本文的目的是探討如何準(zhǔn)確的進(jìn)行周負(fù)荷預(yù)測(cè)和月負(fù)荷預(yù)測(cè)。 本文較為詳細(xì)的介紹了灰色預(yù)測(cè)技術(shù)和人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)技術(shù)。在分析兩種預(yù)測(cè)技術(shù)的優(yōu)缺點(diǎn)后，針對(duì)它們的互補(bǔ)性總結(jié)出五種基于灰色系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)的綜合模型：并聯(lián)型綜合模型、串聯(lián)型綜合模型、灰色系統(tǒng)輔助神經(jīng)網(wǎng)絡(luò)型綜合模型、神經(jīng)網(wǎng)絡(luò)輔助灰色系統(tǒng)型綜合模型和補(bǔ)償型綜合模型。 結(jié)合本文來(lái)源(河南省負(fù)荷預(yù)測(cè)項(xiàng)目)關(guān)于周、月負(fù)荷預(yù)測(cè)的相

2、關(guān)要求，選擇串聯(lián)型綜合模型進(jìn)行建模。所謂串聯(lián)型綜合模型是指將不同灰色預(yù)測(cè)模型的預(yù)測(cè)結(jié)果作為神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的輸入，利用神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性映射功能在其輸出端得到精度更高的預(yù)測(cè)結(jié)果。在灰色預(yù)測(cè)中通過對(duì)歷史數(shù)據(jù)作不同的取舍可以建立不同的灰色模型，不同模型的預(yù)測(cè)值不同，因此預(yù)測(cè)結(jié)果是一個(gè)區(qū)間而非一個(gè)值。在此區(qū)間中找出一個(gè)預(yù)測(cè)精度最高的模型來(lái)比較困難，因?yàn)椴煌A段最好的灰色模型并不固定，而且采用一種模型進(jìn)行預(yù)測(cè)會(huì)產(chǎn)生風(fēng)險(xiǎn)，因?yàn)橛绊懾?fù)荷變化的因素