基于广义回归神经网络的有源配电网网供负荷预测方法

被引：14

作者：

仝新宇 ^{[1
]}

张宇泽 ^{[1
]}

张长生 ^{[2
]}

杨乔川 ^{[1
]}

机构：

[1] 国网天津城西公司

[2] 天津大学电气自动化与信息工程学院

来源：

供用电 | 2020年 / 37卷 / 12期

关键词：

网供负荷预测; 有源配电网; 分布式电源; 电采暖负荷; 广义回归神经网络;

D O I：

10.19421/j.cnki.1006-6357.2020.12.006

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：

随着大量分布式电源(DG)接入配电网和用户终端再电气化程度的提高,提出了一种基于广义回归神经网络(GRNN)的有源配电网网供负荷预测方法。首先,对含DG与电采暖负荷的配电网网供负荷特性进行了分析;其次,基于广义回归神经网络,建立了有源配电网网供负荷预测的模型;再次,以该地区近几年的国民生产总值、人口、电力消费以及网供负荷峰值等经济数据作为模型的输入,得到了该地区在目标年配电网网供负荷的预测结果;最后,分别与采用前馈反向传播神经网络(FFBNN)以及级联正反向传播神经网络(CFBNN)得到的负荷预测结果进行了对比,验证了所提方法具有更高的预测准确性。

引用

页码：40 / 45

页数：6

共 16 条

[1]

Power load forecasting using support vector machine and ant colony optimization.[J].Dongxiao Niu;Yongli Wang;Desheng Dash Wu.Expert Systems With Applications.2009, 3

[2]

基于神经网络和ARIMA模型的冷热电短期负荷预测 [J].