混合模型神经网络在短期负荷预测中的应用

被引：8

作者：

赖晓平

周鸿兴

云昌钦

机构：

[1] 山东大学威海分校控制工程系!山东威海

[2] 不详

[3] 山东大学数学院!山东济南

[4] 山东大学威海分校电子系统工程系!山东威海

来源：

控制理论与应用 | 2000年 / 01期

关键词：

混合模型神经网络; 短期负荷预测;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

提出了可应用于电力系统负荷预测的混合模型神经网络方法 ,该方法同时具有电力系统负荷预测的传统方法的优点及人工神经网络方法的优点 .该方法中 ,不同的负荷分量采用不同类型的预测方法 ,并采用基本频率的谐振分量作神经网络的输入 ,神经网络的训练采用快速的学习算法进行 .该方法具有很强的实时性和适应性 ,适用于没有气象资料的应用场合 .仿真计算的结果表明 ,预测精度较传统方法来得高 .

引用

页码：69 / 72

页数：4