基于灰色理論和神經(jīng)網(wǎng)絡(luò)的預(yù)測方法研究與應(yīng)用.pdf

1、電力負(fù)荷預(yù)測是一個(gè)復(fù)雜的非線性動(dòng)態(tài)系統(tǒng)，利用傳統(tǒng)的時(shí)間序列分析及預(yù)測技術(shù)很難反映用電量變化的多因素性、非線性性等特點(diǎn)?，F(xiàn)實(shí)生活中也存在許多類似于電力負(fù)荷預(yù)測的問題，傳統(tǒng)的預(yù)測分析方法在一定程度上無法滿足預(yù)測的精度要求，有必要引入新的方法對該類問題進(jìn)行描述與預(yù)測。 對灰色系統(tǒng)理論和人工神經(jīng)網(wǎng)絡(luò)理論進(jìn)行了分析、研究，較詳細(xì)地闡述了灰色預(yù)測模型的建模思想及理論，針對基于離散響應(yīng)函數(shù)建立的灰色神經(jīng)網(wǎng)絡(luò)模型存在的問題，在初始數(shù)據(jù)平滑處理、

2、背景值修正處理、殘差補(bǔ)償處理三方面做出了一定的探討和研究。 充分利用了灰色預(yù)測建模所需信息少、方法簡單的優(yōu)點(diǎn)和神經(jīng)網(wǎng)絡(luò)具備較強(qiáng)的非線性映射能力的特點(diǎn)，利用最小二乘法先確定灰色微分方程中參數(shù)的初始值，從而得到網(wǎng)絡(luò)的初始化權(quán)值及閾值。并且，在將神經(jīng)網(wǎng)絡(luò)預(yù)測模型和灰色預(yù)測模型進(jìn)行了優(yōu)選組合，回避單一預(yù)測模型預(yù)測精度低的風(fēng)險(xiǎn)，由于改進(jìn)型灰色預(yù)測模型與神經(jīng)網(wǎng)絡(luò)預(yù)測具有優(yōu)勢互補(bǔ)性，采用兩者組合的算法進(jìn)行組合預(yù)測，可在很大程度上提高預(yù)測精度。