【摘 要】
：
针对电力负荷预测中的单一预测模型存在的局限性,提出基于BP神经网络和GM(1,1)的残差修正组合模型.通过算法组合的方式进行系统建模,从而提高负荷预测模型的精度.首先通过GM(
【机 构】
：
昆明理工大学电力工程学院,昆明市,650500
论文部分内容阅读
针对电力负荷预测中的单一预测模型存在的局限性,提出基于BP神经网络和GM(1,1)的残差修正组合模型.通过算法组合的方式进行系统建模,从而提高负荷预测模型的精度.首先通过GM(1,1)模型进行预测,得到灰色残差序列,利用灰色残差序列建立BP残差修正模型,利用该模型进行残差预测,最后将残差修正值和GM(1,1)模型预测值进行叠加得到最终所需的负荷预测值.利用该模型对某地区进行仿真实验,结果表明该修正模型具有较高的预测精度和实用性.
其他文献
电主轴系统的可靠性研究在机械零部件的设计试验中具有重要的研究意义。本文以170MD18Y16A磨削电主轴为研究对象，通过对该型号电主轴的典型加工工艺的调研研究了它的载荷谱，并
随着我国汽车工业的发展和人民生活水平的提高，人们对汽车的转向系统提出了更高的要求。汽车电动助力转向系统由原来的机械转向系统、液压助力转向系统正逐步的向电动助力转向
为了实现永磁同步发电机(permanent magnetic synchronous generator,PMSG)的最大功率跟踪(maximum power point tracking,MPPT),文章设计了一款无源线性反馈控制(passivity-