科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对电气设备温度预测问题，提出一种变权重组合预测模型。首先，建立反馈神经网络、灰色模型、差分自回归移动平均模型三种单一预测模型。针对反馈神经网络易陷入局部最优的缺点，采用麻雀搜索算法进行优化。然后，利用灰色关联度对层次分析进行改进，实现各单一预测模型对应权重值的自适应计算，并外推权重值。最后，对三种单一预测模型的预测值进行加权求和。利用某地区变压器顶层油温数据进行实例分析，算例结果表明，使用改进层次分析法实现的变权重组合预测模型在整体预测精度与稳定性方面明显优于单一预测模型，可较好地应用在电气设备温度预测中。
-
单位国网山东省电力公司济宁供电公司; 济南大学
