基于模糊聚类的神经网络短期负荷预测方法

被引：31

作者：

姜勇

机构：

[1] 江苏省电力公司南京供电公司

来源：

电网技术 | 2003年 / 02期

关键词：

短期负荷预测; 模糊聚类; 人工神经网络;

D O I：

10.13335/j.1000-3673.pst.2003.02.012

中图分类号：

TM714.1 [负荷功率、因数的提高];

学科分类号：

摘要：

针对电力负荷的特点,综合考虑天气、日类型、历史负荷等对未来负荷变化的影响,提出了一种新的短期负荷预测方法。通过模糊聚类选取学习样本,采用反向传播算法,对24点每点建立一个预测模型。该方法充分发挥了神经网络和模糊理论处理非线性问题的能力,提高了学习效能,在负荷平稳的季节和负荷波动较大的季节都具有较好的预测精度。

引用

页码：45 / 49

页数：5