基于Elman神经网络的甘肃电网负荷预测模型

被引:13
作者
芮执元
任丽娜
冯瑞成
机构
[1] 兰州理工大学机电工程学院
关键词
Elman神经网络; 甘肃电网; 预测模型; 算法; BP神经网络;
D O I
10.19725/j.cnki.1007-2322.2007.02.005
中图分类号
TM715 [电力系统规划]; TM743 [模拟与仿真];
学科分类号
摘要
为提高甘肃电网负荷预测精度,提出了一种基于神经网络的负荷预测方法。针对甘肃电力系统负荷数据的非线性和动态特性,在多层前向BP网络中引入特殊关联层,形成有“记忆”能力的Elman神经网络,从而可以映射系统的非线性和动态特性。在网络训练算法中,采用自适应学习速率动量梯度下降反向传播算法,显著提高了网络的训练速率,有效地抑制了网络陷入局部极小点。文中分别采用El-man神经网络与BP神经网络建立模型,对甘肃电网实际历史数据进行仿真预测,经分析比较,证明前者具有收敛速度快、预测精度高的特点。这表明利用Elman回归神经网络建模对甘肃电网负荷进行预测是可行的,能有效提高负荷预测精度,在负荷预测领域有着较好的应用前景。
引用
收藏
页码:26 / 29
页数:4
相关论文
共 3 条
[1]   基于模糊集理论的短期电力负荷预测 [J].
邵莹 ;
高中文 .
信息技术, 2005, (05) :18-20+23
[2]   ANN在电力系统中期负荷预测中的应用 [J].
周中明 ;
李建平 ;
张鑫 ;
韦钢 .
电力系统及其自动化学报, 2003, (02) :36-39
[3]  
基于改进BP神经网络的短期负荷预测研究.[D].刘凯.河海大学.2005, 02