欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
从区域火电行业NOx排放量预测问题的离散灰色、非线性和动态性等特征出发,建立了基于离散灰色预测模型(discrete grey model,DGM)和时延神经网络(time-delayedneural network,TDNN)模型的变权组合预测模型。其中,时延神经网络模型与传统静态神经网络(如BP、RBF神经网络)相比较,更能反映系统的动态特征,有利于提高预测的准确性;在组合变权系数确定上,采用了等维递补多项式拟合方法,提高组合预测的拟合精度。最后,以国家权威部门公布的1994—2009年火电行业相关历史数据为基础,对未来7年我国火电行业NOx排放量进行预测研究和分析。结果表明:从预测平均相对误差来看,变权组合预测为0.846%,而TDNN为1.296%,离散灰色预测则为3.472%,变权组合预测模型的预测精度明显高于单项预测模型;从预测结果趋势走向来看,组合预测结果与实际趋势最接近,较单项预测有更高的吻合度,预测结果准确可靠。
英文摘要：
从区域火电行业NOx排放量预测问题的离散灰色、非线性和动态性等特征出发,建立了基于离散灰色预测模型(discrete grey model,DGM)和时延神经网络(time-delayedneural network,TDNN)模型的变权组合预测模型。其中,时延神经网络模型与传统静态神经网络(如BP、RBF神经网络)相比较,更能反映系统的动态特征,有利于提高预测的准确性;在组合变权系数确定上,采用了等维递补多项式拟合方法,提高组合预测的拟合精度。最后,以国家权威部门公布的1994—2009年火电行业相关历史数据为基础,对未来7年我国火电行业NOx排放量进行预测研究和分析。结果表明:从预测平均相对误差来看,变权组合预测为0.846%,而TDNN为1.296%,离散灰色预测则为3.472%,变权组合预测模型的预测精度明显高于单项预测模型;从预测结果趋势走向来看,组合预测结果与实际趋势最接近,较单项预测有更高的吻合度,预测结果准确可靠。
同期刊论文项目
同项目期刊论文
Multi-objective coordination optimal model for new power intelligence center based on hybrid algorit
Research on the wavelet neural networks based on data mining and its application in daily load forec
期刊信息
位置：