《表1 8月9日预测模型预测值与实际值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于IFOA-GRNN的短期电力负荷预测方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了更好地评价IFOA-GRNN预测性能，对某地区2018年8月9日（星期四）、8月11日（星期六）、8月13日（星期一）进行了短期负荷预测，并与当地调控中心预测结果进行了比较。本节采用果蝇优化算法和改进的果蝇优化算法对GRNN进行短期电力负荷预测优化。采用多输入单输出模型，合理选择多个输入变量。输出变量是预测某一天某一小时的负荷值，通过建立24个模型来逐个地进行预测。历史数据的预处理分为两个部分。一是异常数据的处理，二是样品数据的归一化。输入样本为负荷数据和气象信息等32维，输出为1维。预测数据为预测日时刻和左右相邻时刻前3天的负荷数据、气象数据等。负荷预测属于在线预测，即在规定的时间内对结果进行计算，设总迭代次数T为100，种群大小G为20，连续运行20次。具体评估结果见表1—表3和图4—图6所示。