保定学院学报
保定學院學報
보정학원학보
JOURNAL OF BAODING UNIVERSITY
2014年
2期
55-60
,共6页
GM(1,1)%BP神经网络%组合模型%电力消费量预测%河北省
GM(1,1)%BP神經網絡%組閤模型%電力消費量預測%河北省
GM(1,1)%BP신경망락%조합모형%전력소비량예측%하북성
GM(1,1)%BP neural network%combined model%electric power consumption forecasting%Hebei Province
在分析灰色预测模型GM（1，1）以及BP神经网络预测模型2种单一模型在电力消费量预测方面不足的基础上，提出灰色神经网络组合预测模型。以河北省电力消费量为基础，分别用3种模型进行预测，并加以比较分析。结果表明，灰色神经网络组合模型提高了关于河北省中长期电力消费量的预测精度，对河北省未来电力系统及能源需求规划具有一定参考价值。
在分析灰色預測模型GM（1，1）以及BP神經網絡預測模型2種單一模型在電力消費量預測方麵不足的基礎上，提齣灰色神經網絡組閤預測模型。以河北省電力消費量為基礎，分彆用3種模型進行預測，併加以比較分析。結果錶明，灰色神經網絡組閤模型提高瞭關于河北省中長期電力消費量的預測精度，對河北省未來電力繫統及能源需求規劃具有一定參攷價值。
재분석회색예측모형GM（1，1）이급BP신경망락예측모형2충단일모형재전력소비량예측방면불족적기출상，제출회색신경망락조합예측모형。이하북성전력소비량위기출，분별용3충모형진행예측，병가이비교분석。결과표명，회색신경망락조합모형제고료관우하북성중장기전력소비량적예측정도，대하북성미래전력계통급능원수구규화구유일정삼고개치。
With the analysis of Gray model GM(1,1) and BP neural network model’s deficiencies on the electric power consumption forecasting, this paper gives a combined gray neural network forecasting model. Based on the Electric Power Consumption in Hebei Province, three forecasting models are used to predict the Electric Power Consumption, and give a comparative analysis. The results show that the proposed combination model to further improve the prediction accuracy of long-term power consumption, and it has an applica-tion value.
