共 5 条
基于BP神经网络的电网短期负荷预测模型研究
被引：67
作者：
周英
[1
]
尹邦德
[1
]
任铃
[1
]
边雪芬
[2
]
机构：
[1] 四川省电力公司德阳电业局
[2] 黑龙江大学信息科学与技术学院
来源：
关键词：
电力系统;
短期负荷预测;
归一化;
BP神经网络;
Matlab;
D O I：
暂无
中图分类号：
TM715 [电力系统规划];
学科分类号：
摘要：
为了获得能够反映短期负荷波动的自动预测模型,将BP神经网络运算逻辑与Matlab神经网络工具箱相结合,利用供电系统的气象条件、供电日的日期类型等函数干扰因素作为BP网络神经元的约束"权值",结合自适应控制中的节假日、供电限制等"外部干预项",通过模型对系统历史运行短期负荷数据进行自动"学习",获得一个具有自适应学习速率的电力系统短期负荷预测模型。基于BP神经网络的电力系统短期负荷预测模型能够通过模型自适应控制"学习"训练,获得供电日24小时的负荷波动曲线,通过与实际运行负荷需求数据比较,验证了该模型的正确性,为电能营销策略的制定提供了一个重要的研究课题。
引用
收藏
页码：68 / 71
页数：4
相关论文