[发明专利]基于多维灰色-神经网络混合协调的电力需求预测方法

权利要求书

1.基于多维灰色-神经网络混合协调的电力需求预测方法，其特征在于，包括如下步骤：

S1、以电力需求原始数据序列E为特征序列，以关键影响因素序列作为相关因素序列，在灰色预测模型GM(1,1)的基础上，形成多维灰色预测模型GM(1,N)；将电力需求数据序列和相关因素序列进行累加，生成新序列，利用最小二乘法对新序列的序列参数进行估计，得出电力需求总量的预测结果序列E_DM；

S2、获取原始电力需求序列E与预测序列E_DM之间残差ε，并对ε序列进行B-P反向传播网络预测，得到结果序列表示为ε_AN；

S3、获取模型残差序列ε与B-P反向传播神经网络对ε的预测结果序列ε_AN的差值序列ε₂，以历史的电力需求残差序列ε₂作为影响因素序列进行B-P反向传播网络预测，预测的结果表示为ε_2AN；

S4、将步骤S1、S2、S3预测得到的结果E_DM、ε_AN、ε_2AN相加，得到最后的预测结果序列。

2.根据权利要求1所述的基于多维灰色-神经网络混合协调的电力需求预测方法，其特征在于：所述步骤S2中通过反向逐层修正神经网络中的权值和阈值，直到模型的参数达到设定的指标为止。

3.根据权利要求2所述的基于多维灰色-神经网络混合协调的电力需求预测方法，其特征在于：所述步骤S2中在利用B-P反向传播网络对ε序列进行预测的过程中还包括关键因素分析预测。

4.根据权利要求2所述的基于多维灰色-神经网络混合协调的电力需求预测方法，其特征在于：所述模型中的参数为误差或训练次数。