优化灰色模型在负荷预测中的应用研究
100 积分
50
评分
4.7 积分- 详情
- 2021-04-27
- 简介
pdf
- 553KB
- 页数 4P
- 阅读 107
- 下载 30
针对传统的灰色模型在负荷增长速度较快时预测精度低的问题,提出了采用交叉遗传粒子群优化算法代替最小二乘法来优化GM(1,1)模型中参数a、b的方法;介绍了灰色预测原理及其数学模型、CGPSO算法及基于CGPSO算法的优化灰色模型,并根据实际负荷数据进行了仿真实验。结果表明,在负荷增长速度较快时,优化灰色模型的预测精度明显高于GM(1,1)模型,能够应用于电力系统的中长期负荷预测,拓展了灰色模型的适用范围。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
灰色模型在电力负荷预测中的优化与应用 456KB
组合灰色预测模型在电力负荷预测中的应用 195KB
灰色预测模型在电力负荷预测中的应用 209KB
灰色模型在中长期负荷预测中的应用比较 147KB
灰色GM(1.1)模型及其在电力负荷预测中的优化应用 194KB
灰色预测模型在施工工期预测中的应用研究 83KB
综合最优灰色支持向量机模型在季节型电力负荷预测中的应用 136KB
灰色模型GM(1,1)在短期电力负荷预测中的应用 336KB
灰色模型GM(1,1)在短期电力负荷预测中的应用 215KB