- 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
智能优化灰色模型在中期用电量预测中的应用
维普资讯
第34卷 第1期 姜菜电力 Vo1.34 No.1
EastChinaElectricPower
2006年 1月 Jan. 20o6
智能优化灰色模型在中期
用电量预测中的应用
牛东晓,张 博,陈立荣,张彤彤
(华北电力大学 经济管理系,河北 保定 071003)
摘 要:传统GM(1,1)模型在参数n的绝对值较小的情况下近期刖电量预测精度较高,中期用电茸预测往往
误差较大,一定程度上是由于GM(1,1)模型的背景值 ”(k)取 后2个时刻的平均值造成的。引入向量 0
得背景值序列的精确计算式,将 GM(1,1)模型推广为GM(1,1,0)模型。应用微粒群优化这一智能算法求解
最优向鼠,从而构建GM(1,1,0)模型,并将该模型应用于 L【I东省中期用电量预测。实例分析表 明,与传统
GM(1,1)预测模型相比,智能优化模型较好地得到了预测点的预测结果,廷适用于中期用电量预测。
关键词:用电量预测;智能优化;灰色模型;背景值
基金项目:国家自然科学基金(No;高等学校博士学科点专项科研基金(No.20040079008)
作者简介:牛东晓(1962.),男,博士生导师。教授,从事电力系统负荷预测 、电力市场技术经济、决策支持系统
等方面的研究工作。
中图分类号:TM73 文献标识码:B 文章编号 :1001-9529(2006)O1-0008-04
Applicationofintelligentoptimizationgreymodelinmiddle-term electricitydemandforecasting
N/UDongxlao,ZHANGt3o,CHEN Li—rong,ZHANG 一tong
(Dept.ofEconomicsandManagement,NoahChinaElectricPowerUniv.,Baoding071003,China)
Abstract:,I1IleconventionalGM(1,1)modelisaccurateinshort—termelectricitydemandforecastingbuthasmoreerrors
inmiddle—term forecastingwhentheabsolutevalueoftheparameter0isrelativelysmal1.Tosomedegreethisisbecause
thatthebackgroundvalue … (J})ofGM(1,1)isdefinedastheaverageoftwosequentmoments.Thevector0wasin一
~oducedintotheaccuratecalculationformulaofbackgroundvaluearray,andGM(1,1)wasconsequentlygeneralized
intoGM(1,1,0).Asparticleswarmoptimizationhasthevirtueofoptimumseeking,itwasappliedtosolvingthevalue
of0as wellas theoptimizationmode1.TheforecastingresultsdemonstratethattheintelligentoptimizationmodelGM
(1,1,0)hashigherforecastprecisionandadaptabilityformiddle—termelectricitydemandforecasting.
Ke
文档评论(0)