10.3969/j.issn.1000-386x.2013.05.037
短期燃气预测的信息熵组合模型研究
城市燃气负荷量的预测对于智慧型城市智能化燃气系统来说具重要的作用并是富有挑战性的工作.针对本地区燃气负荷具有周期性特点,为提高预测精度,提出一种基于信息熵的ARIMA和BP神经网络并行组合模型预测方法.该方法在对原始数据进行离群点预处理的基本上,首先用ARIMA方法进行预测,将燃气负荷TS分解成为趋势性和季节性两种TS分别进行建模；然后在BP神经网络中采用差值训练方法对负荷量进行预测；最后在基于信息熵的原理下将以上两种方法进行组合,从而预测出未来数日的燃气日负荷量.以上三种方法的实验对比结果验证了燃气短期预测的信息熵组合模型的可行性与有效性.
信息熵、差分自回归移动平均模型、BP神经网络、时间序列预测
30
TP3(计算技术、计算机技术)
上海市科学技术委员会项目11510502400
2013-08-26（万方平台首次上网日期，不代表论文的发表时间）
共4页
129-131,136
