电力需求的非线性回归组合神经网络预测研究

摘要：

电力需求同时具有典型的增长性和季节波动性二重趋势,从而显示出复杂的非线性组合特征.为了提高电力需求的预测精度,提出一种新的预测模型--非线性回归组合神经网络模型.该模型有效兼顾了非线性回归分析和人工神经网络的优点,与其他预测模型进行了比较,该模型明显提高了电力需求预测的精度.仿真实验表明了该模型用于电力需求预测的可行性和有效性.同时,该模型也可以作为其他类似季节型时间序列预测建模的有效工具.

关键词：电力需求预测、非线性回归组合神经网络、二重趋势性

所属期刊栏目：46

分类号：TM174(电工基础理论)

资助基金：安徽省高校青年教师科研资助计划项目the Science Research Financial Aid Planning of Anhui Province for Training Universities'Young Teachers 2004jq143

在线出版日期：2011-01-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：225-227