民航机场用电短期能耗优化预测仿真

由于民航机场电能耗数据具有量少、非线性的特点,导致机场能耗预测模型建立困难。传统算法通过建立灰色神经网络模型进行机场用电短期能耗预测,但由于神经网络模型随机初始化权值以及可利用的数据不足依然带来了很大误差。为提高民航机场用电短期能耗模型预测精度,提出了改进的灰色深度信念网组合预测模型。首先利用机场电能耗历史数据建立改进的灰色预测模型;然后将灰色预测结果、多维历史用电量数据特征和影响机场电能耗的主要因素共同作为深度信念网的输入,确定网络结构;最后基于此预测模型对某机场东区用电量数据进行预测,并与传统的灰色神经网络预测结果进行对比,仿真结果表明,所提出的结合了灰色模型的深度学习网组合模型在机场用电量短期预测中具有较高的精度。