基于神经网络修正的残差智能灰色模型在负荷预测中的应用.pdfVIP

第35卷第11期 善氧电力 v01．35No．11 Eanch；m 2007年11月 Ele吐ricPwer Nov．20昕 基于神经网络修正的残差智能灰色模型 在负荷预测中的应用 李艳昌．徐帅 (华北电力大学经济管理系，河北保定071003) 摘要：灰色GM(1，1)预测模型，要求样本数据少，具有原理简单、运算方便、短期预测精度高、可检验等优 点，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，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q造成的，为此引_人向量一，建立残差GM(1，l，口)模 型，利用蚁群优化算法对其进行求解，同时应用神经网络对其预测残差进行优化。实证分析表明，与传统的预 测方法相比，大大提高了预测精度，该方法具有一定的实用价值。 - 关键词：人工神经网络；蚁群算法；GM(1，1，日)模型；残差 基金项目：国家自然科学基金项目；河北省自然科学基金项目(c2005000584) 作者简介：李艳昌(198l一)，男，硕士研究生，研究方向为电力负荷预测及电力市场。 中图分类号：TM714文献标识码：A 文章编号：1001．9529(2007)11—0030州 of眦urm ermr modelstol蚰df打e耐 network_ba鼬dcorrected App吐cation intemgent舶sidumgmy L，，r帆一ch昭，XU鼽蛐i and 071003，c11i蚰) (Dept．0fEconomyM粕age眦nt，Hd曲chi肿Ekc血P呷eru血．．Baodi“g the ofless in A№cI：wimadvallt89es s哪pledala矾eded．BiIⅡple皿ⅡciPle．∞nverIientc日lc山tion，hi出accuracy shon_e珊forec鲫tand abletobe usedillload触e埘．H0w- beiTlg checkd，d岵CM(1。1)for∞髓t n．0del讧widdy the becoⅡ瞄lowwhentIle b isn0I eⅧ。．恼disadvⅡntage诂tll且tf∞}ca虬accuracy data唧levelh伊．Me卸Whik，it Buitablefor com髑hmth8 ainthemodeltosome t0 10“g·te硼fo陀c蚓．Thedi胁dvantage pa豫meter extent，蚰d eolvethatlhevector日w够jnⅡ甜ucedt0 w鹊thenBolvedd地且Ilt establishthe他sidual咖GM(1，1，日)讪chby to thes舢etir∞then州ralnetwark