优化神经网络用电量预测性能的多元线性回归方法

陈世杰^1,2，唐秋华^1,2

1. 武汉科技大学冶金装备及其控制教育部重点实验室2. 武汉科技大学机械传动与制造工程湖北省重点实验室

摘 要：电网电能难以储存,其准确预测可用于指导发电计划,是电力系统运行的基础。针对用电量预测中需求波动幅度大与需求变动趋势不确定的特点,基于已有的用电数据,运用多元线性回归预测与时间序号、月度、日期、小时等因素直接相关的用电量趋势,实现用电量的宏观量级控制。其次,采用不同神经网络预测实际值与趋势值之间的偏移量,推演用电量的微观波动规律,进一步推算预测用电量。算例证明,融合多元线性回归和神经网络的预测方法减小了总体预测误差,其预测精度高于没有多元线性回归处理的神经网络。

关键词：用电量预测;多元线性回归;遗传算法;神经网络;