作者：吴亚雄; 谢敏bp神经网络灰色预测逐步线性回归组合预测模型负荷预测
摘要：为克服单一电力负荷预测模型的局限性,改善预测结果,提出了一种基于BP神经网络灰色回归组合模型的年最大负荷预测方法。在BP神经网络预测模型中,采用Levenberg-Marquardt算法对参数迭代过程进行优化;在灰色预测模型中,采用加政策因子处理法对原始数列进行改造以强化数列的递增趋势;在回归预测模型中,采用逐步线性回归法剔除对因变量影响较小的自变量。最后利用方差-协方差法对三种预测模型进行加权组合。以广州市2007—2016年实际数据对组合预测模型进行验证,并对广州市2017—2019年的年最大负荷进行预测。结果表明：所提方法预测精度较高且误差在工程允许范围之内,具有一定的工程实用价值。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
