基于层次分析法和径向基函数神经网络的中长期负荷预测综合模型

中长期负荷预测是电力系统规划与运行的基础工作，提出基于3指标量，即指标总量、指标增长量和指标增长率的综合模型。首先构建层次分析(analytichierarchyprocess，AHP)模型，分别对3个指标量进行分析评价，优选出每个指标量的最优预测模型，然后利用径向基函数(radialbasicfunction，RBF)神经网络对3个最优模型的预测结果进行拟合，并将GDP因素也作为神经网络输入数据之一，输出最终的预测结果。AHP模型中综合考虑了模型预测误差和模型拟合度，并成功地加入了人工干预的因素，依据专家经验判断模型的信任度和预测结果趋势可信度。AHP模型采用与预测时刻最近的历史数据进行分析，因此具有较好的实时性。实验结果表明该综合模型具有较高的预测精度，实际应用效果较好。