论文部分内容阅读
本文对基于多项回归神经网络的江苏省长期电力负荷组合预测模型进行了研究。文章将神经网络技术与回归模型相结合，将通过各回归方法得出的预测值作为输入，实际用电量值作为输出，确定神经网络的拓扑结构，利用神经网络在处理非线性、不确定性或模糊关系方面具有的独特优势来确定各回归预测方法的变权系数，最后用训练好的神经网络预测江苏省全社会用电量。结果显示，组合预测的精度明显高于单个模型。