基于贝叶斯框架和回声状态网络的日最大负荷预测研究

被引：18

作者：

嵇灵

牛东晓

吴焕苗

机构：

[1] 华北电力大学经济与管理学院

来源：

电网技术 | 2012年 / 36卷 / 11期

关键词：

回声状态网络; 贝叶斯框架; 日最大负荷; 负荷预测;

D O I：

10.13335/j.1000-3673.pst.2012.11.045

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 ;

摘要：

为克服神经网络中的伪回归问题,对标准的回声状态网络进行改进,用贝叶斯理论提高网络的泛化能力。在实证算例分析中,采用某地区的实际负荷数据和相关气候数据,对该地区的日最大负荷进行预测,验证所提方法的有效性和适用性。对比试验的预测结果表明,改进的回声状态网络比标准回声状态网络和前馈神经网络预测效果更精确,网络泛化能力更强。

引用

收藏

页码：82 / 86

页数：5

相关论文

共 10 条

[1] 基于经验模态分解和计量经济学模型及混沌模型的短期负荷预测 [J].

张金良 ;

谭忠富 .

电网技术, 2011, 35 (09) :181-187

[2] 基于贝叶斯网的分布式电网故障诊断方法 [J].

周曙 ;

王晓茹 ;

钱清泉 .

电网技术, 2010, 34 (09) :76-81

[3] 基于动态自适应径向基函数网络的概率性短期负荷预测 [J].

周建中 ;

张亚超 ;

李清清 ;

郭俊 .

电网技术, 2010, 34 (03) :37-41

[4] 基于BP与RBF级联神经网络的日负荷预测 [J].

陈刚 ;

周杰 ;

张雪君 ;

张忠静 .

电网技术, 2009, 33 (12) :101-105

[5] 针对气象因素的短期负荷预测修正方法 [J].

王鹏 ;

邰能灵 ;

王波 ;

翟海青 ;

叶剑 ;

李磊 ;

朱家栋 ;

漆梁波 .

电力系统自动化, 2008, (13) :92-96

[6] 电力负荷混沌动力特性及其短期预测 [J].

方仍存 ;

周建中 ;

彭兵 ;

安学利 .

电网技术, 2008, (04) :61-66

[7] 粒子群优化灰色模型在负荷预测中的应用 [J].

牛东晓 ;

赵磊 ;

张博 ;

王海峰 .

中国管理科学, 2007, (01) :69-73

[8] 基于模糊神经网络的电力负荷短期预测 [J].

于海燕 ;

张凤玲 .

电网技术, 2007, (03) :68-72

[9] 神经网络短期负荷预测输入变量选择新方法 [J].

高山 ;

单渊达 .

电力系统自动化, 2001, (22) :41-44

[10]

Characterization and prediction of runoff dynamics: a nonlinear dynamical view[J] . M.N Islam,B Sivakumar.Advances in Water Resources . 2002 (2)