基于神经网络的燃气日负荷智能预测方法

作者：夏晓靖; 高尚^*; 陈虹丽

来源：应用科技, 2020, 47(02): 23-28.

• 城市燃气日负荷
• 随机性
• 不确定性
• 广义回归神经网络
• 灰色理论
• 梯度神经网络法
• 广义动态模糊神经网络
• 组合预测

为解决城市燃气日负荷具有随机性和不确定性问题,首先分别采用广义回归神经网络(GRNN)、灰色-GRNN和梯度-GRNN对燃气日负荷数据进行预测,通过MATLAB仿真表明,得到的预测误差大部分都在20%以内,说明这3种预测模型总体上是可行的,但预测精度并不是很高;然后针对城市燃气日负荷可能发生的预测模型故障现象,将GRNN、灰色-GRNN和梯度-GRNN的预测数据作为组合预测模型的数据基础,采用广义动态模糊神经网络(GD-FNN)进行智能组合预测,仿真结果表明:GD-FNN的平均预测精度为93.639%,平均每组预测用时为7.668 s,从预测精度上看,组合预测模型的预测精度要明显高于单一预测模型的预测精度,尤其是在预测过程中发生故障现象时更显其优势。

• 单位
  自动化学院; 上海机电工程研究所; 哈尔滨工程大学