基于改进BP网络的电力系统超短期负荷预测

被引:12
作者
贾德香 [1 ]
韩净 [2 ]
机构
[1] 国网北京经济技术研究院
[2] 马鞍山供电公司
关键词
超短期负荷预测; BP网络; 变学习步长; 变结构;
D O I
暂无
中图分类号
TM715 [电力系统规划];
学科分类号
080802 [电力系统及其自动化];
摘要
超短期电力负荷预测是电力系统运行管理的重要工作之一。本文提出了一种基于改进BP网络的超短期负荷预测方法。考虑了训练样本中坏数据的剔除,建立了变结构的BP网络模型,然后采用变学习步长的方法对BP网络模型进行训练。对某地区实际负荷的预测结果表明该方法有较高的预测精度,能取得令人满意的结果。
引用
收藏
页码:71 / 73
页数:3
相关论文
共 10 条
[1]
人工神经网络实用教程.[M].杨建刚编著;.浙江大学出版社.2001,
[2]
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,
[3]
[4]
基于蚁群优化算法递归神经网络的短期负荷预测 [J].
邹政达 ;
孙雅明 ;
张智晟 .
电网技术, 2005, (03) :59-63
[5]
灰色模型在普通日短期电力负荷预测中的应用 [J].
李鹰 ;
赵振江 ;
吴松涛 .
长沙电力学院学报(自然科学版), 2003, (01) :15-17
[6]
基于模糊识别与模糊聚类理论的短期负荷预测 [J].
刘耀年 ;
伏祥运 ;
张文生 ;
曾令全 .
电工技术学报, 2002, (05) :83-86+95
[7]
一种简化的电力系统负荷线性组合预测法 [J].
李林川 ;
吕冬 ;
武文杰 .
电网技术, 2002, (10) :10-13
[8]
基于组合式神经网络的短期电力负荷预测模型 [J].
陈耀武 ;
汪乐宇 ;
龙洪玉 .
中国电机工程学报, 2001, (04)
[9]
一种基于模糊逻辑和神经网络的电力负荷预测方法 [J].
刘秀玉 ;
刘峤 ;
王日见 ;
张少华 .
上海大学学报(自然科学版), 2001, (01) :37-41
[10]
遗传神经网络在电力系统短期负荷预测中的应用 [J].
梁海峰 ;
涂光瑜 ;
唐红卫 .
电网技术, 2001, (01) :49-53