电力系统短期负荷预测的多神经网络集成模型

提出一种改进的多神经网络集成自适应Boosting回归算法,算法中引入“早停规则”和“噪声扰动”。利用这种方法对电力系统日负荷预测进行相关的研究,进而采用美国加州电力市场的实际数据,构造相应的预测模型。结果表明,与传统的单网络预测模型相比,Boosting多网络集成预测模型能显著提高模型输出的稳定性,获得更高的预测精度。