考虑气象因素和日期类型的短期负荷预测

被引：11

作者：

林扬宇 ^{[1
]}

易弢 ^{[2
]}

陈彬 ^{[2
]}

包宇庆 ^{[3
]}

机构：

[1] 福建省电力有限公司

[2] 福建省电力有限公司电力科学研究院

[3] 东南大学电气工程学院

来源：

计算机仿真 | 2014年 / 31卷 / 03期

关键词：

负荷预测; 人工神经网络; 气象因素; 仿真;

D O I：

暂无

中图分类号：

TM715.1 [];

学科分类号：

080802 ;

摘要：

为电力系统的合理安排,设计了一种计及气象因素和日期类型的短期负荷预测方法。首先,通过对典型日负荷数据的分析,论证了短期负荷数据具有随日周期、周周期和天气类型以及气温等相关气象数据的变化规律;然后,以过去24小时负荷数据、日期类型以及天气、温度的数据作为系统输入量建立基于反向传播神经网络(BP ANN)的负荷预测模型;最后,对预测模型进行了仿真验证,仿真结果表明,相比于不考虑气象因素和日期类型的负荷预测方法,可大大提高短期负荷预测的精度。

引用

页码：109 / 112+179 +179

页数：5

共 8 条

[1] 基于遗传灰色神经网络模型的实时电价条件下短期电力负荷预测 [J].