摘要: |
为了提高样本数据较少情况下中长期负荷预测的预测精度,分析了传统GM(1,1)预测模型的缺点,提出了一种适用于中长期负荷预测的GM(1,1)优化建模方法。用一个与GM(1,1)模型的时间响应式具有相同形式的连续函数,拟合灰色系统的原始离散数据,将连续函数映射到神经网络,构建了GM(1,1)模型的灰参数与BP网络权值的对应关系。用已知负荷作为训练样本,利用BP算法对网络进行优化,当网络收敛时,提取优化的灰参数,实现了应用GM(1,1)模型对中长期负荷预测的优化建模。算例分析结果表明该方法是可行且有效的。 |
关键词: GM(1,1)模型;灰色BP神经网络模型 BP算法;优化建模;中长期负荷预测 |
DOI:10.7667/j.issn.1674-3415.2011.21.013 |
|
基金项目:湖北省教育厅科学技术研究项目(D20111305, Q20101309) |
|
|
|
() |
Abstract: |
|
Key words: |