科研之友
微信
新浪微博
Facebook
分享链接
摘要
对绿色低碳下城市家庭电力能耗进行快速预测,能够有效节约电力能源。对家庭电力能耗进行预测,需要对电力能耗影响因素进行相关度分析,并对家庭电力能耗的原始数据序列进行归一化处理,传统方法选取分类器的输入参数,构建家庭电力能耗预测模型,但忽略了对电力能耗影响因素进行相关度分析,导致预测误差大。提出一种基于GM-RBF神经网络的绿色低碳下城市家庭电力能耗快速预测方法。采用SPSS对绿色低碳下城市家庭电力能耗影响因素和电力能耗密度进行相关度分析,并选取家庭电力能耗密度的显著性相关指标,对城市家庭电力能耗的原始数据序列进行归一化处理;利用RBF神经网络建立数据样本之间的非线性映射关系,计算相应的参数和权值,建立GM-RBF组合预测模型,实现城市家庭电力能耗预测。仿真结果表明,得到的预测值与电力能耗实际值具有高拟合度,大大降低了预测误差。
- 单位
