Print

基于BP神经网络与多元线性回归的短期燃气负荷预测

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

  • 1 相关理论
  •   1.1 多元线性回归模型
  •   1.2 BP神经网络
  • 2 基于混合优化算法的短期燃气负荷预测
  • 3 仿真实验
  •   3.1 灰色关联度分析
  •   3.2 基于多元线性回归的燃气日负荷预测
  •   3.3 基于BP神经网络的燃气日负荷预测
  •   3.4 基于混合优化算法的短期天然气负荷预测
  • 4 结论

    • 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

    本文来源: https://www.lunwen66.cn/article/fbb2d4a89aad0cd619904e00.html