基于自适应神经模糊系统的电力系统短期负荷预测

被引：3

作者：

杨帆 ^{[1
]}

吴耀武 ^{[1
]}

熊信银 ^{[1
]}

娄素华 ^{[1
]}

彭丰 ^{[2
]}

机构：

[1] 华中科技大学电气与电子工程学院

[2] 武汉供电公司

来源：

华中电力 | 2006年 / 04期

关键词：

短期负荷预测; Takagi-Sugeno; 减法聚类; 自适应神经模糊系统;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

摘要：

提出基于T-S模型(Takagi-Sugeno)的自适应神经模糊系统(ANFIS)。该系统采用减法聚类初始化模糊推理,把神经网络学习机制引入到逻辑推理中,并用混合学习算法调整前件参数和结论参数,自动产生模糊规则。应用武汉地区2005年夏季负荷数据对网络进行训练和检测,所得仿真结果表明此预测方法有效。

引用

页码：1 / 3+18 +18

页数：4

共 4 条

[1]

电力系统负荷预报理论与方法.[M].刘晨晖著;.哈尔滨工业大学出版社.1987,

[2] 基于减法聚类的自适应模糊神经网络的短期负荷预测 [J].