期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于BFGS-FA优化的分数阶灰色模型的中长期负荷预测
被引量:
10
1
作者
魏明奎
周全
+4 位作者
蔡绍荣
江栗
路亮
张致强
周步祥
《广西大学学报(自然科学版)》
CAS
北大核心
2020年第2期270-276,共7页
针对部分灰色预测模型如GM(1,1)不满足新信息优先原则和整数阶灰色模型在扰动相等的情况下,解的扰动界随原始样本量的增大而增大,预测精度易受到输入样本波动而降低等问题,提出了一种采用BFGS-FA优化的分数阶灰色预测模型对中长期负荷...
针对部分灰色预测模型如GM(1,1)不满足新信息优先原则和整数阶灰色模型在扰动相等的情况下,解的扰动界随原始样本量的增大而增大,预测精度易受到输入样本波动而降低等问题,提出了一种采用BFGS-FA优化的分数阶灰色预测模型对中长期负荷进行预测。利用BFGS-FA寻优算法对分数阶灰色预测模型的阶数进行寻优,得到最优阶数的分数阶灰色预测模型。采用优化后的模型在MATLAB平台上对某地2010年至2012年的售电量进行仿真得到预测值,并将该方法与其他文献的方法进行了对比分析,研究结果表明基于BFGS-FA优化的分数阶灰色模型能提高中长期负荷预测的精度。
展开更多
关键词
分数阶灰色预测模型
BFGS-FA
GM(1
1)
负荷预测
最优阶数
下载PDF
职称材料
基于分数阶灰色Elman组合模型的中长期负荷预测
被引量:
3
2
作者
周步祥
罗燕萍
+1 位作者
张百甫
董申
《水电能源科学》
北大核心
2019年第2期192-195,共4页
针对电力系统中长期负荷预测样本少、间隔时间长、影响因素多等问题,提出基于分数阶灰色Elman的组合预测模型,首先针对负荷预测样本少、增长趋势明显的特点,利用分数阶灰色模型弱化原始序列的随机性,降低解的扰动界,其次利用Elman神经...
针对电力系统中长期负荷预测样本少、间隔时间长、影响因素多等问题,提出基于分数阶灰色Elman的组合预测模型,首先针对负荷预测样本少、增长趋势明显的特点,利用分数阶灰色模型弱化原始序列的随机性,降低解的扰动界,其次利用Elman神经网络模型适应性与学习能力强的特点来解决负荷的非线性及影响因素复杂的问题,然后根据最优模型赋予二者最优权值,得到最终的组合模型,最后采用傅里叶级数残差校正模型修正组合模型的误差。仿真结果表明,本文提出的方法可有效拟合负荷的变化趋势,提升负荷预测的准确度。
展开更多
关键词
分数阶灰色预测
ELMAN神经网络
最优组合模型
傅里叶级数残差校正
负荷预测
下载PDF
职称材料
题名
基于BFGS-FA优化的分数阶灰色模型的中长期负荷预测
被引量:
10
1
作者
魏明奎
周全
蔡绍荣
江栗
路亮
张致强
周步祥
机构
国家电网公司西南分部
四川大学电气工程学院
出处
《广西大学学报(自然科学版)》
CAS
北大核心
2020年第2期270-276,共7页
基金
四川省科技厅重点研发项目(2017FZ0103)。
文摘
针对部分灰色预测模型如GM(1,1)不满足新信息优先原则和整数阶灰色模型在扰动相等的情况下,解的扰动界随原始样本量的增大而增大,预测精度易受到输入样本波动而降低等问题,提出了一种采用BFGS-FA优化的分数阶灰色预测模型对中长期负荷进行预测。利用BFGS-FA寻优算法对分数阶灰色预测模型的阶数进行寻优,得到最优阶数的分数阶灰色预测模型。采用优化后的模型在MATLAB平台上对某地2010年至2012年的售电量进行仿真得到预测值,并将该方法与其他文献的方法进行了对比分析,研究结果表明基于BFGS-FA优化的分数阶灰色模型能提高中长期负荷预测的精度。
关键词
分数阶灰色预测模型
BFGS-FA
GM(1
1)
负荷预测
最优阶数
Keywords
fractional
-
order
gray
model
BFGS-FA
GM(1,1)
load-forecasting
best
order
分类号
TM715 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
基于分数阶灰色Elman组合模型的中长期负荷预测
被引量:
3
2
作者
周步祥
罗燕萍
张百甫
董申
机构
四川大学电气信息学院
出处
《水电能源科学》
北大核心
2019年第2期192-195,共4页
文摘
针对电力系统中长期负荷预测样本少、间隔时间长、影响因素多等问题,提出基于分数阶灰色Elman的组合预测模型,首先针对负荷预测样本少、增长趋势明显的特点,利用分数阶灰色模型弱化原始序列的随机性,降低解的扰动界,其次利用Elman神经网络模型适应性与学习能力强的特点来解决负荷的非线性及影响因素复杂的问题,然后根据最优模型赋予二者最优权值,得到最终的组合模型,最后采用傅里叶级数残差校正模型修正组合模型的误差。仿真结果表明,本文提出的方法可有效拟合负荷的变化趋势,提升负荷预测的准确度。
关键词
分数阶灰色预测
ELMAN神经网络
最优组合模型
傅里叶级数残差校正
负荷预测
Keywords
fractional
-
order
gray
model
Elman
neural
network
optimal
combination
model
Fourier
series
residual
correction
model
load
forecasting
分类号
TM715 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于BFGS-FA优化的分数阶灰色模型的中长期负荷预测
魏明奎
周全
蔡绍荣
江栗
路亮
张致强
周步祥
《广西大学学报(自然科学版)》
CAS
北大核心
2020
10
下载PDF
职称材料
2
基于分数阶灰色Elman组合模型的中长期负荷预测
周步祥
罗燕萍
张百甫
董申
《水电能源科学》
北大核心
2019
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部