基于灰色神经网络与灰色关联度的中长期日负荷曲线预测

作者：王丽; 朱文广; 杨为群; 程虹; 肖园; 彭怀德; 柯学; 胡钋^*

来源：武汉大学学报(工学版), 2019, 52(01): 58-64+70.

DOI：10.14188/j.1671-8844.2019-01-010

• 用电结构
• 灰色神经网络
• 粒子群优化算法
• 灰色关联度
• 中长期日负荷曲线预测

用电结构变化和经济发展会深刻影响中长期的日负荷特性.采用加权平均法确定归一化之后的预测年基准曲线,利用非常适于少数据、多因素预测问题并具有高度非线性拟合特性的灰色神经网络,对中长期日负荷曲线的日特征参数进行预测,其中考虑了经济发展、用电结构的影响;并利用粒子群算法对灰色神经网络的参数进行初始化,以提高网络的全局搜索性能.引入灰色绝对关联度描述曲线的相似特性,基于日负荷特征参数约束,通过所构建的非线性规划模型进行中长期日负荷曲线预测.选用江西电网2006-2015年各季度日负荷数据进行测试,结果表明本方法具有较高的预测精度.

• 单位
  武汉大学; 江西省电力公司经济技术研究院