应用回归分析和BP神经网络方法模拟北京地区电力负荷

被引：20

作者：

尤焕苓 ^{[1
]}

丁德平 ^{[1
]}

王春华 ^{[1
]}

刘伟东 ^{[2
]}

谢庄 ^{[1
]}

机构：

[1] 北京市气象局气象科技服务中心

[2] 中国气象局北京城市气象研究所

来源：

气象科技 | 2008年 / 06期

关键词：

电力负荷; 回归分析; BP神经网络; 气象要素; 北京;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TM715 [电力系统规划];

学科分类号：

080802 [电力系统及其自动化]; 140502 [人工智能];

摘要：

根据2002～2004年5月1日至9月1日期间的日最大电力负荷与相应日期的日平均气温、相对湿度和风速资料,分析了北京地区夏季电力负荷的变化特征,并将2002年和2003年数据作为训练样本,2004年数据作为测试样本,应用多元回归、非线性回归和BP神经网络方法对每日电力最大负荷进行模拟。结果表明,几种方法均能对电力负荷进行较好地模拟,其中神经网络方法的模拟能力最强,其次为非线性回归和多元回归分析方法。

引用

页码：801 / 805

页数：5

共 12 条

[1]

基于灰色理论与BP神经网络的电力负荷预报 [J].