基于灰色神经网络方法的电网投资能力预测方法及装置制造方法及图纸

本发明专利技术提供了一种基于灰色神经网络方法的电网投资能力预测方法及装置，涉及电网投资的技术领域，包括：获取历史电网投资数据，确定影响电网投资能力指标，并基于所述历史电网投资数据与所述影响电网投资能力指标构建第一灰色模型；基于所述历史电网投资数据、所述影响电网投资能力指标确定所述第一灰色模型参数列估计值，确定电网投资能力初值，并基于所述电网投资能力初值对所述灰色模型参数列估计值以获取第二灰色模型；获取马尔科夫矩阵，并基于所述马尔科夫矩阵对所述第二灰色模型的预测值进行修正。通过本发明专利技术提供的方法及装置可以对电网的投资能力进行合理预测，提高电网投资能力预测的精准度。网投资能力预测的精准度。网投资能力预测的精准度。

【技术实现步骤摘要】
基于灰色神经网络方法的电网投资能力预测方法及装置


[0001]本专利技术涉及电网投资预测的
，尤其是涉及一种基于灰色神经网络方法的电网投资能力预测方法及装置。

技术介绍

[0002]国内外大量研究人员对电网投资能力测算的方法进行研究，提出了许多有效的方法。例如：基于支持向量机的预测方法，但存在需要大量数据的缺点，在一定程度上限制了他的使用；基于系统动力学的方法，但该方法存在主观判断的缺点。此外常用的投资能力预测方法还有数据挖掘、自回归移动平均法、粒子滤波法、持久性模型、专家预测法、滑动平均方法等。但由于不同的模型对预测结果都将产生较大影响，有些时候可能也无法得到大量的数据，因此，不能保持良好的预测性能。

技术实现思路

[0003]有鉴于此，本专利技术的目的在于提供一种基于灰色神经网络方法的电网投资能力预测方法及装置，以对电网的投资能力进行合理预测，提高电网投资能力预测的精准度，缓解了灰色模型在短期电网投资能力预测中的不足。
[0004]第一方面，本专利技术提供了一种基于灰色神经网络方法的电网投资能力预测方法，包括：本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于灰色神经网络方法的电网投资能力预测方法，其特征在于，包括：获取历史电网投资数据，确定影响电网投资能力指标，并基于所述历史电网投资数据与所述影响电网投资能力指标构建基于最小二乘法的第一灰色模型；基于所述历史电网投资数据、所述影响电网投资能力指标确定所述第一灰色模型参数列估计值，利用所述历史电网投资数据、所述影响电网投资能力指标确定电网投资能力初值，并基于所述电网投资能力初值对所述灰色模型参数列估计值以获取第二灰色模型；基于获取历史电网投资数据，所述影响电网投资能力指标以及所述第二灰色模型获取马尔科夫矩阵，并基于所述马尔科夫矩阵对所述第二灰色模型的预测值进行修正。2.根据权利要求1所述的方法，其特征在于，所述历史电网投资数据包括取M个时间点对应的电网投资能力，所述影响电网投资能力指标包括N
‑
1个电网投资能力指标的数值。3.根据权利要求1所述的方法，其特征在于，采用如下公式构建基于最小二乘法的第一灰色模型：k—每个电网投资能力所处的时间点；x1(k)—在时间点时电网投资能力的大小；——在第k个时间点时前i
‑
1个电网投资能力相关指标的累加值；—第k个时间点时的电网投资能力的紧邻均值；a—灰色神经网络的发展系数；b
i
—该灰色模型神经网络的协调系数；采用如下公式获取所述第一灰色模型参数列估计值：P＝(B
T
B)
‑1B
T
Y；P＝[a,b1,b2,
…
,b
N
]
T
—参数列；—参数列；则所述第一灰色模型的近似响应为：则所述第一灰色模型的近似响应为：—第k个时间点时前i
‑
1个电网投资能力的一次累加值；e—自然常数。
4.根据权利要求1所述的方法，其特征在于，所述基于所述历史电网投资数据、所述影响电网投资能力指标确定所述第一灰色模型参数列估计值，利用所述历史电网投资数据、所述影响电网投资能力指标确定电网投资能力初值，并基于所述电网投资能力初值对所述灰色模型参数列估计值以获取第二灰色模型的步骤包括：令初始值令初始值则式中，则所述第二灰色模型的响应函数为：5.根据权利要求4所述的方法，其特征在于，所述基于获取历史电网投资数据，所述影响电网投资能力指标以及所述第二灰色模型获取马尔科夫矩阵，...

【专利技术属性】
技术研发人员：钱广超，洪运福，史雷，李朝阳，高毅，李娜，周进，刘玉龙，张金华，胡本哲，王永利，陈锡昌，周相宜，田汉魁，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：