电力负荷预测毕业论文中英文资料外文翻译文献(3)

9

中英文资料

是我们可以得到Xj?m?1?，最后第m+1天地24个预测值构成了这个负荷数据序列

?x?m?1?jj?1,2,?,24?。

这有一个GM（1，1）-关于改进的遗传算法（GM（1，1）-IGA）的例子，两种预测日负荷数据曲线（ 7月26号 ）和原始的日负荷曲线同时在图1中画出。

第三步：我们可以利用GM （ 1,1 ） -遗传算法的四个指标来检验精度，包括相对误差，均方差率，小误差概率和关联度误差。如果相对误差和均方差率较低，或者小误差概率和关联度误差较大，GM （ 1,1 ）-GA的准确性检验是较好的??。

16设置模拟残差x?0??k?为

??0??k?， k=1，2，?，n ??k??x?0??k??x设置模拟的相对剩余为

0 ??k????k?x???k?, k=1，2，?，n

1n?0?设置x平均值为x??x?k?

nk?1?0?1n?0?设置x的方差为S??x?k??xnk?1?0?21??2

1n设置残差平均值为?????k?

nk?121n设置残差方差为S?????k????

nk?122因此，GM（1，1）-IGA的校验值如下：

1n1).平均相对误差为?????k?

nk?12).均方差率为c?S1S2

3).小误差概率为p?p??k????0.6745S1 4).关联度为???1?s?s其中， s?????1?s?s?s?s?

??k?2n?1x?0??k??x?0??1???1?0?0x?n??x???1? 2?? 10