蚁群灰色神经网络组合模型在电力负荷预测中的应用

被引：25

作者：

王捷 ^{[1
]}

吴国忠 ^{[1
]}

李艳昌 ^{[2
]}

机构：

[1] 浙江大学

[2] 金华电业局

来源：

电力系统保护与控制 | 2009年 / 37卷 / 02期

关键词：

负荷预测; GM(1,1); 蚁群算法; BP神经网络; 蚁群灰色模型;

D O I：

暂无

中图分类号：

TM715 [电力系统规划]; TP183 [人工神经网络与计算];

学科分类号：

080802 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

灰色GM(1,1)预测模型,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,并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a造成的,为此引入向量θ,建立蚁群灰色模型,然后与神经网络模型相组合,即建立蚁群灰色神经网络组合预测模型。实证分析表明,该预测方法是合理有效的,与传统的预测方法相比,提高了预测精度,具有较好的实用价值。

引用

页码：48 / 52

页数：5

共 7 条

[1] 智能优化灰色模型在中期用电量预测中的应用 [J].