基于改进的模糊神经网络的短期负荷预测

被引：6

作者：

耿伟华

孙衢

张翠霞

陈晓燕

机构：

[1] 四川大学电气信息学院

来源：

电力系统及其自动化学报 | 2007年 / 05期

基金：

国家自然科学基金重大项目;

关键词：

短期负荷预测; 改进的模糊神经网络; 模糊推理;

D O I：

暂无

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：

081104 ; 0812 ; 0835 ; 1405 ; 080802 ;

摘要：

影响短期电力负荷预测的因素是多方面的,除节假日、日期类型和气象因素外,还有拉电或限电行为、持续高温等许多干扰因素。针对这些干扰因素,引入了"干预项",进而提出了一种改进的模糊神经网络预测的新方法;阐述了应用该方法进行短期负荷预测的基本原理、网络模型和预测过程。实例分析中分别给出了经"干预项"和未经"干预项"处理后的预测结果,未经"干预项"处理的预测误差明显偏大。同时采用三种方法对不同日期类型进行预测,结果表明新方法的预测误差最小,预测精度较高。

引用

页码：29 / 32

页数：4

共 5 条

[1] 小波模糊神经网络在电力系统短期负荷预测中的应用 [J].