Resumen

Junto con la mejora del nivel de vida de la población china, la proporción del consumo de energía residencial en el consumo total de energía está aumentando rápidamente en China año tras año. Prever con precisión el consumo de energía residencial es beneficioso para elaborar programas energéticos y planes de suministro de energía para los departamentos administrativos o empresas energéticas. Al mejorar la cantidad de acción gris del modelo gris tradicional con un término de tiempo exponencial, se propone un nuevo modelo gris impulsado por la potencia para prever el consumo de energía como datos de referencia para los tomadores de decisiones. El parámetro no lineal de la cantidad de acción gris impulsada por la potencia es un factor crucial que influye en la precisión de la predicción. Para mejorar la precisión de predicción del modelo gris impulsado por la potencia, se adopta el algoritmo de optimización de ballenas para buscar el valor óptimo del parámetro no lineal. Se realizan dos validaciones en conjuntos de datos del mundo real, y los resultados indican que el modelo gris impulsado por la

• Materias:Modelo de tráfico Sistemas antifrágiles Sistemas multiagente Componentes complejos
• Subjects:Traffic model Anti-fragile systems Multiagent systems Complex components
• Palabras claves:Consumo de energía; Residencial; Pronóstico; Modelo gris impulsado por energía; Precisión de la predicción; China
• Keywords:Energy consumption; Residential; Forecasting; Power-driven grey model; Prediction accuracy; China