论文摘要
影响燃气负荷变化的因素呈现非线性和随机性特征,单一数值算法很难进行精确预测。为了提高燃气负荷预测的准确度,使预测算法具备更好的适应性,提出了一种基于多元线性回归与BP神经网络的短期燃气负荷预测模型。该混合优化算法兼顾了多元线性回归算法的非线性特性和BP神经网络的泛化特性。以宁夏平罗县2011年城市居民燃气用气量为研究算例,应用灰色关联度对燃气负荷及影响因素进行相关性分析,并采用均方根误差及R~2判定系数作为预测模型性能评价方法。通过仿真,验证了所建立模型是可行且有效的。相比单一的多元线性回归方法或BP算法,采用混合算法所建立预测模型具有更好的适应性,预测误差更小。
论文目录
文章来源
类型: 期刊论文
作者: 宋娟,廖尚泰
关键词: 短期燃气负荷预测,灰色关联度,多元线性回归,神经网络
来源: 宁夏工程技术 2019年04期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 建筑科学与工程
单位: 宁夏大学物理与电子电气工程学院
基金: 宁夏大学2019年大学生创新创业训练计划项目（2019107490328）
分类号: TU996.3
页码: 343-346
总页数: 4
文件大小: 1749K
下载量: 240
相关论文文献
标签：短期燃气负荷预测论文; 灰色关联度论文; 多元线性回归论文; 神经网络论文;