一种基于GRA-ABC-BPNN的城市燃气日负荷预测方法

摘要

基于GRA‑ABC‑BP神经网络的城市燃气日负荷预测方法，对影响城市燃气日负荷的因素进行归纳、量化分析；采用GRA(灰色关联分析法)剔除关联性较小的影响因素，确定BP神经网络输入的变量，从而确定BP神经网络的拓朴结构；在使用ABC(人工蜂群算法)优化BP神经网络的初始权值和阈值时，先确定种群大小、各蜂种的比例、最大迭代次数和放弃限制参数；通过ABC算法得出最优初始权值和阈值；以某市实际数据为研究实例进行燃气日负荷预测，得出预测结果进而研究该方法的准确性与可行性。本发明方法从两个方面对燃气负荷预测问题进行深入研究，一是对诸多影响因素的筛选研究，二是对BP神经网络预测模型的优化研究。在提高输入神经网络数据的质量的同时，优化了BP神经网络固有缺陷。实例研究结果显示，该方法预测精度非常高，平均绝对百分比误差低至0.5528％，完全可以满足工业需求。