基于相似日的神经网络短期负荷预测方法

被引：9

作者：

张颖

张瑞

高中文

机构：

[1] 哈尔滨理工大学计算机与控制学院

[2] 哈尔滨理工大学计算机与控制学院黑龙江哈尔滨

[3] 黑龙江哈尔滨

[4] 黑龙江哈尔滨

来源：

黑龙江大学自然科学学报 | 2003年 / 02期

关键词：

一聚类分析; 神经网络; 负荷预测;

D O I：

10.13482/j.issn1001-7011.2003.02.015

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

对于受不确定因素影响的短期电力负荷,提出了一种基于相似日的神经网络预测方法。设计了一个规范化的相关因素映射数据表,应用聚类分析方法描述由于相关因素的不同而导致的待预测日与历史日之间的差异程度,选用日特征量相同或相近的历史负荷数据作为神经网络的输入元素进行预测。用该方法选取相似日可以较多的考虑各种因素,因此,具有较高的预测精度。

引用

页码：59 / 61+65 +65

页数：4