作者:严慧峰; 黄定疆; 谢垚; 程霄; 谢吉洋; 朱...短时电力负荷预测自回归模型bp神经网络指数平滑模型
摘要:为了解决提高电力负荷预测精确度这一问题,越来越多的人工智能方法应用于能量功率预测.为此利用湖南省2014年至2017年的电力负荷数据,比较自回归(AR)模型、BP神经网络(BPNN)和指数平滑(ES)模型在预测日度电力负荷和月度电力负荷上的性能,并运用统计学知识来分析三种模型之间的差异.最终根据实验结果得出两个结论:AR模型对日度数据预测的结果优于其他两个模型以及ES模型对月度数据预测的结果优于其他两个模型.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《中国科学技术大学学报》(CN:34-1054/N)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《中国科学技术大学学报》主要刊登基础科学、技术科学及管理科学领域创新、应用价值较高的学术论文和研究成果。
杂志详情