基于电力消耗的行业总产值预测模型及算法研究.pdfVIP

第27卷 第 12期 广 东 电 力 VO1．27NO．12 2014年 12月 GUANGDoNG EIfECIRIC PoWER Dec．2O14 doi：10．3969／j．issn．1007—290X．2014．12．001 基于电力消耗的行业总产值预测模型及算法研究 陈晔 ，王国瑞 ，方彦军 (1．广东电网有限责任公司，广东广州510060；2．武汉大学 自动化系，湖北 武汉430072) 摘要：在 “大数据”技术背景下，获取广东省规模 以上工业企业 电力消耗及总产值 月度数据，基于人工神经网络 结构建立行业总产值预测模型，并提出一种新的带抱 团行为的粒子群优化算法完成对神经网络预测模型的参数 优化，进而实现各行业基于电力消耗的总产值有效预测。仿真分析表明，新的改进型带抱 团行为的粒子群优化 算法具有更快的收敛速度和更高的寻优精度 ，能够有效地优化神经网络模型参数，实现基于电力消耗的行业总 产值的有效、可靠预测。 关键词：大数据；电力消耗；总产值预测；粒子群优化算法；神经网络 中图分类号 ：F224 文献标志码 ：A 文章编号：1007-290X(2叭4)12—0001—04 PredictionM odelandAlgorithm ofIndustrialGrossOutputValueBasedon ElectricPowerConsumption CHENYe，WANGGuorui，FAN GYanjunz (1．GuangdongPowerGridCo．，Ltd．，Guangzhou，Guangdong510060，China；2．DepartmentofAutomation，W uhan University，Wuhan，Hubei430072，China) Abstract：Inthecontextofbigdatatechnology，apredictionmodelforindustrialgrossoutputvaluebasedonartificialneural networkwasbuiltbyachievingmonthlydataofelectricpowerconsumptionandoutputvalueofindustrialenterprisesabove Guangdongprovincialdesignatedsize．Meanwhile，akindofnew particleswarm optimizationwith gatheringbehaviorwas proposedtofinishoptimizationonparametersofAN N predictionmodelandrealizeeffectivepredictionongrossvaluebased onelectricconsumptionofallindustries．Simulationanalysisindicatedthatthenew improvedPSO wasprovidedwithfaster convergencespeedandhigheroptimizingprecisionwhichwasableeffectivelyoptimizeparametersofAN N modelandrealize effectiveandreliablepredictionongrossoutputvalueofindustriesbasedonelectricpowerconsumption． Keywords：bigdata；electricpowerconsumption；grossoutputprediction；particleswarm optimization；artificialneural network 总产值是劳动成果的价值量表现，反映一定区 电力行业是国民经济的基础性能源产业 ，对其 域内物质生产部门生产经营活动的价值成果。作为