科创中国
一种基于灰度改进的 GA-BP 神经网络配网工程物资需求预测系统
发布时间: 2025-06-17
基本信息
合作方式：
技术咨询
成果类型：
发明专利
行业领域：
新能源产业,智能电网产业
成果介绍
本成果提出一种基于灰度改进的 GA-BP 神经网络配网工程物资需求预测系统，旨在解决传统预测方法因可研与实际投资差异大导致的需求预测量偏差问题。系统通过数据导入模块抽取源端数据并标准化处理，经数据清洗模块预处理后，利用灰色关联度分析模块计算影响因素关联度，借助 GA 算法优化 BP 神经网络的初始权值和阈值，最终通过 BP 模型训练生成预测模型。该系统可实现配网物资需求的精准预测，提升预测可靠性，减少库存积压与工程缺料问题，适用于电力物资供应链管理场景。
成果亮点
成果创新性地融合灰色系统理论与遗传算法（GA）优化的 BP 神经网络：灰色关联度分析增强小样本数据处理能力，解决配网物资需求的非线性与动态性难题；GA 算法全局优化 BP 网络初始参数，避免局部最优，预测精度较传统方法提升 30% 以上。系统支持动态适应需求变化，通过均方误差（MSE）和平均绝对误差（MAE）等指标验证模型性能，可降低库存成本 20% 以上，同时提升物流效率与采购计划科学性，实现配网物资管理的智能化升级。
团队介绍
本成果研发团队由北京国网信通埃森哲信息技术有限公司主导，汇聚电力物资管理、神经网络算法、数据分析等领域专业人才。团队深耕配网工程物资预测技术，核心成员具备 10 年以上电力行业数字化项目经验，在灰色系统理论应用、智能算法优化等方向积累深厚，致力于通过技术创新解决配网物资需求预测中的实际难题，推动电力供应链管理的精准化与智能化发展。
成果资料
下载app