| 基于神经网络修正的残差智能灰色模型在负荷预测中的应用 |
| |
| 引用本文： | 李艳昌,徐帅.基于神经网络修正的残差智能灰色模型在负荷预测中的应用[J].华东电力,2007,35(11):30-33. |
| |
| 作者姓名： | 李艳昌 徐帅 |
| |
| 作者单位： | 华北电力大学,经济管理系,河北,保定,071003 |
| |
| 基金项目： | 国家自然科学基金
,
河北省自然科学基金 |
| |
| 摘 要： | 灰色GM(1,1)预测模型,要求样本数据少,具有原理简单、运算方便、短期预测精度高、可检验等优点,在负荷预测中得到了广泛应用,但是也有其局限性.当数据灰度越大,预测精度越差,且不太适合经济长期后推若干年的预测,在一定程度上是由模型中的参数α造成的,为此引入向量θ,建立残差GM(1,1,θ)模型,利用蚁群优化算法对其进行求解,同时应用神经网络对其预测残差进行优化.实证分析表明,与传统的预测方法相比,大大提高了预测精度,该方法具有一定的实用价值.
|
| 关 键 词： | 人工神经网络 蚁群算法 GM(1 1 θ)模型 残差 |
| 文章编号： | 1001-9529(2007)11-0030-04 |
| 修稿时间： | 2007年8月6日 |
Application of neural network-based corrected intelligent residual error gray models to load forecast |
| |
| LI Yan-chang,XU Shuai.Application of neural network-based corrected intelligent residual error gray models to load forecast[J].East China Electric Power,2007,35(11):30-33. |
| |
| Authors: | LI Yan-chang XU Shuai |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
