科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出一种基于多目标优化的组合模型(CM),对短期电力负荷需求进行预测.将电力负荷数据预处理后,结合神经网络算法和改进后的多目标蜻蜓算法优化模型的权重.将CM分别通过2018、2019年的电力负荷数据集进行分析验证.在2019年电力负荷时间序列数据集的预测中, CM预测的平均绝对误差百分比MAPE平均值为0.63%,与MAPE最高的H-Elman算法相比低3.28%.结果表明, CM在短期电力负荷预测中具有较高的准确率.对CM与实验分析中涉及的基准模型进行迪堡马里亚诺检验, CM和绝大多数的基准模型得到的统计量值均大于99%的置信概率临界值.
