青海大学学报（自然科学版）
青海大學學報（自然科學版）
청해대학학보（자연과학판）
JOURNAL OF QINGHAI UNIVERSITY (NATURAL SCIENCE EDITION)
2013年
1期
19-23
,共5页
负荷预测%粒子群优化%灰色模型%预测精度%增长速度
負荷預測%粒子群優化%灰色模型%預測精度%增長速度
부하예측%입자군우화%회색모형%예측정도%증장속도
传统的灰色预测模型GM(1,1)在预测增长速度较快的电力负荷变化时,预测精度会大幅下降.针对GM(1,1)的这一局限性,本文引入了粒子群优化算法与传统的GM(1,1)相结合来求解灰色模型中的参数.通过对三组不同电力负荷的实例仿真,证明该模型在预测增长速度较快的电力负荷时具有较高的预测精度.
傳統的灰色預測模型GM(1,1)在預測增長速度較快的電力負荷變化時,預測精度會大幅下降.針對GM(1,1)的這一跼限性,本文引入瞭粒子群優化算法與傳統的GM(1,1)相結閤來求解灰色模型中的參數.通過對三組不同電力負荷的實例倣真,證明該模型在預測增長速度較快的電力負荷時具有較高的預測精度.
전통적회색예측모형GM(1,1)재예측증장속도교쾌적전력부하변화시,예측정도회대폭하강.침대GM(1,1)적저일국한성,본문인입료입자군우화산법여전통적GM(1,1)상결합래구해회색모형중적삼수.통과대삼조불동전력부하적실례방진,증명해모형재예측증장속도교쾌적전력부하시구유교고적예측정도.
