基于GM(1，1)与BP神经网络的综合负荷预测

针对电力负荷预测中的单一预测模型存在的局限性，提出基于BP神经网络和GM(1，1)的残差修正组合模型。通过算法组合的方式进行系统建模，从而提高负荷预测模型的精度。首先通过GM(1，1)模型进行预测，得到灰色残差序列，利用灰色残差序列建立BP残差修正模型，利用该模型进行残差预测，最后将残差修正值和GM(1，1)模型预测值进行叠加得到最终所需的负荷预测值。利用该模型对某地区进行仿真实验，结果表明该修正模型具有较高的预测精度和实用性。