您的当前位置:首页 >> 期刊文献 >> 正文
基于PSO优化BP神经网络的能源需求预测
摘 要:
针对经济发展能源消费存在复杂的耦合关系,从能源耦合角度出发提出了一种改进灰色关联分析和粒子群算法优化BP神经网络的能源需求预测方法。首先为量化能源耦合,粗略选取了与能源耦合密切相关的输入要素;其次,基于传统灰色关联分析的不足,建立了距离相似度和趋势相似度的综合相似度的输入要素选取方法,选取常用能源对应的输入要素;囿于BP神经网络的初始权重过于随机化,采用改进粒子群优化BP神经网络实现能源需求预测。以广东地区为实例,分析能源耦合对能源需求预测的影响,所提预测方法有效地提高了预测准确度,成功预测了十四五十五五广东地区能源需求量。
作 者:
  • 吴伟杰;吴杰康;雷振;郑敏嘉;张伊宁;李猛;黄欣;李逸欣
单 位:
    广东电网规划研究中心;广东工业大学自动化学院
关键字:
  • 能源需求预测;能源耦合关系;改进灰色关联分析;改进粒子群算法;BP神经网络;
页 码:
    49-58
出 处:
HTML阅读PDF文献下载您还没有登陆会员账号,请先登陆,在进行阅读或下载!
返回顶部 关注公众号