查詢結果分析
相關文獻
- 預測方法之比較--以臺灣電力負載預測為例
- 結合乏晰理論及類神經網路作短期負載預測
- 應用類神經網路評估及預測饋線日負載
- Short Term Load Forecasting Using Fuzzy ARMAX Models
- 人工神經網路在區域一次變電所負載預測之應用研究
- 利用類神經網路作短期負載預測
- 應用灰色一次累加生成於類神經網路短期電力負載預測
- 類神經網路應用於醫院空調耗電特性模擬之研究
- The Effect of Preprocessing on Neural Network for Short-Term Electricity Load Forecasting
- Forecast Improvement of Electricity Load Using a Model Integrating ARIMA and ANN
頁籤選單縮合
題 名 | 預測方法之比較--以臺灣電力負載預測為例 |
---|---|
作 者 | 許哲強; 賴正文; | 書刊名 | 能源季刊 |
卷 期 | 31:4 2001.10[民90.10] |
頁 次 | 頁66-80 |
分類號 | 448.115 |
關鍵詞 | 負載預測; 類神經網路; 灰色預測模型; 計量經濟模型; Load forecasting; Artificial neural network; Grey prediction model; Econometric model; |
語 文 | 中文(Chinese) |
中文摘要 | 預測方法的選擇對預測結果有著決定性的影響,本文主要目的乃利用近來發展快速之類神經網路及灰色預測理論與傳統之計量經濟模式等預測方法,以臺灣地區電力需求與尖峰負載為例,比較各預測方法在臺灣地區負載預測議題上事後預測之精確性,並利用各預測模式實際從事臺灣地區電力負載事後預測。研究結果顯示:在系統需電方面類神經網路之預測結果與計量經濟模式在系統需電之事後預測與事前預測所得之結果相當接近,而灰色預測方法所得之事後預測與事前預測結果則明顯較前兩者偏高許多。而在系統尖峰負載預測結果發現:類神經網路所得之預測結果略低於計量經濟模式所得之結果,而灰色預測方法所得之事後預測與事前預測結果則明顯較前兩者偏高許多。就各模式事後預測之表現而言,類神經網路與計量經濟模式之結果及誤差較為接近;且明顯優於灰色預測之結果。 |
本系統中英文摘要資訊取自各篇刊載內容。