基于灰色理論和神經網絡的預測方法研究與應用.pdf

1、電力負荷預測是一個復雜的非線性動態(tài)系統(tǒng)，利用傳統(tǒng)的時間序列分析及預測技術很難反映用電量變化的多因素性、非線性性等特點。現實生活中也存在許多類似于電力負荷預測的問題，傳統(tǒng)的預測分析方法在一定程度上無法滿足預測的精度要求，有必要引入新的方法對該類問題進行描述與預測。 對灰色系統(tǒng)理論和人工神經網絡理論進行了分析、研究，較詳細地闡述了灰色預測模型的建模思想及理論，針對基于離散響應函數建立的灰色神經網絡模型存在的問題，在初始數據平滑處理、

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