[发明专利]一种多变量建模的火电厂发电量预测方法

摘要

本发明提供一种多变量建模的火电厂发电量预测方法，包括在线采集火电厂多个因素变量、特征变量；进行降噪处理；灰色关联度分析确定影响特征变量的主要因素变量；利用满足建模条件的特征变量和主成分建模变量建立灰色模型，利用神经网络修正；得到发电量预测结果。本发明过滤火电厂数据中噪声等干扰信息，利用灰色关联度去掉不必要因素序列数据，再对剩余主要因素变量降维处理，既减少数据的维数，提高因素变量的利用率，又考虑了因素变量对特征变量的影响；利用神经网络对灰色GM(1,N)模型的特征变量的建模误差数据进行训练，进而修正灰色GM(1,N)模型特征变量的预测误差，充分利用了神经网络的非线性函数逼近能力，以及不易陷入局部最优解的特点。

主权项

一种多变量建模的火电厂发电量动态预测方法，其特征在于，包括：步骤1、在线采集火电厂多个因素变量、特征变量；步骤2、对在线采集的火电厂多个因素变量、特征变量进行降噪处理；步骤3、对降噪处理后的电厂多变量数据进行灰色关联度分析，确定影响特征变量的主要因素变量；步骤4、利用满足建模条件的特征变量和主成分建模变量建立灰色模型，再利用神经网络进行修正；步骤5、将灰色模型数据结果进行修正，得到发电量预测结果，即n+1时刻的发电量。