改进Pi-sigma神经网络及其算法在短期负荷预测中的应用

被引：1

作者：

赵宇红

肖金凤

陈文光

机构：

[1] 南华大学电气工程学院

来源：

测控技术 | 2006年 / 09期

关键词：

混合Pi-sigma神经网络; 模糊逻辑; 短期负荷预测;

D O I：

10.19708/j.ckjs.2006.09.022

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：

针对电力负荷的特点,综合考虑历史负荷、天气、日类型等因素的影响,将模糊逻辑和神经网络的长处融合在一起,构建了基于改进Pi-sigma神经网络及其算法的短期负荷预测模型,用于预测预报日的各小时负荷,其中在学习速率的选择、隶属度函数参数的更新等多处进行了改进,进一步减小了预测误差。地区电网的实际应用证明了该算法的有效性。

引用

页码：70 / 74

页数：5