电力需求的非线性回归组合神经网络预测研究.pdfVIP

ComputerEngineeringandApplications计算机工程与应用 电力需求的非线性回归组合神经网络预测研究 汪克亮。。，杨 力 · WANG Ke—liang一．YANG Li。 1．天津大学 管理学院，天津 300072 2．安徽理工大学 经济与管理学院，安徽 淮南 232001 3．中国科学技术大学 管理学院，合肥 230009 1．SchoolofManagement，TianjinUniversity，Tianjin300072，China 2．SchoolofEconomicsand Management，AnhuiUniversity ofScience and Technology，Huainan，Anhui232001，China 3．SchoolofManagement，University ofScience and Technology ofChina，Hefei230009，China WANG Ke-liang．YANG Li．Study on power demand forecasting based on non—linear regression combined neural net- work．ComputerEngineeringandApplications，2010，46(28)：225·227． Abstract：Powerdemand possessesdualproperty ofincreasementand seasonalfluctuation simultaneously，SO itmakespower demand variation possess complex non—linear combined character．To improve the forecasting accuracy ofpower demand，a new forecasting modelwhich named non—linearcombined neuralnetwork iS putofrward．The mode1can effectively use the advantagesofnon—linearregression analysisand artificalneuralnetwork and improve the forecasting accuracy ofpowerde— mand obviously．The simulation resultindicates thatthe modeliSeffective and feasible for forecasting power demand．Atthe same time。themode1iSan effectivetoo1to solve the problemsofforecasting forothersimilarseasonaltime series． Key words：powerdemand forecasting：non．1inearregression combined neura1network：double trend 摘 要：电力需求同时具有典型的增长性和季节波动性二重趋势，从而显示出复杂的非线性组合特征。为 了提 高电力需求的预 测精度，提 出一种新的预测模型——非线性回归组合神经网络模型。该模型有效兼顾 了非线性回归分析和人工神经网络的优 点，与其他预测模型进行了比较，该模型明显提高了电力需求预测的精度。仿真实验表明了该模型用于电力需求预测的可行性 和有效性。同时，该模型也可以作为其他类似季节型时间序列预测建模的有效工具。 关键词：电力需求预测；非线性回归组合神经网络；二重趋势性 DOI：l0．3778j／．issn．1002—833】．201O．28．064 文章编号：1002．8331(2010)28．0225．03 文献标识码：A 中图分类号：TM174 1 引言 经济高速发展重要能源保障。所以，我国的电力需求将继续 电力需求预测一直是电力规划管理研究领域的热点问 呈增长趋势；另一方面，电力需求又具有明显的季节波动性， 题，国内外众多学者对此进行了深入的研究，产生了一批有价 一 般来说，冬夏是电力需求的旺季，而春秋两季电力需求相对 值的研究成果。目前，电力需求预测的主