|本期目录/Table of Contents|

 城市燃气小时负荷预测模型研究(/HTML)

《工业加热》[ISSN:1002-1639/CN:61-1208/TM]

期数:
2018年05
页码:
49-53
栏目:
模拟仿真
出版日期:
2018-10-30

文章信息/Info

Title:
Study on the Forecasting Model for Hourly Load of Urban Gas
文章编号:
1002.1639(2018)05.0049.05
作者:
 刘金源
 西安石油大学,陕西 西安710065
Author(s):
 LIU Jinyuan
 Xi’an Shiyou University, Xi’an 710065,China
关键词:
 主成分分析 BP神经网络模型 小时负荷 负荷预测
分类号:
TU996.3
DOI:
10.3969/j. issn. 1002-1639.2018.05.013
文献标识码:
A
摘要:
 城市燃气小时负荷预测的研究对燃气调度系统的安全与稳定具有重要意义。为了提高城市燃气小时负荷预测精度,在分析讨论主成分分析特性和BP神经网络优缺点的基础上,建立了利用主成分分析法对BP神经网络进行优化的小时负荷预测模型。该模型综合了主成分分析的降维特性和BP神经网络具有强大的自学习和自适应能力等特点,首先通过主成分分析法对所有相关影响因子进行降维处理,再将处理后累计贡献率占比85%以上的几种主成分作为输入层神经元输入BP神经网络进行训练,最后运用该组合模型对某县的小时负荷进行预测。实例分析表明:与单一模型相比,提出的PCA-BPNN组合预测模型精度更高,是一种更为有效的城市燃气小时负荷预测方法。

参考文献/References

备注/Memo

备注/Memo:
更新日期/Last Update: