基于复杂系统的短期负荷预测研究及系统设计

被引：5

作者：

孙大帅

马立新

王守征

机构：

[1] 上海理工大学光电信息与计算机工程学院

来源：

上海理工大学学报 | 2011年 / 33卷 / 01期

关键词：

复杂系统; 短期负荷预测; 聚类分析; 神经元网络;

D O I：

10.13255/j.cnki.jusst.2011.01.017

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 [电力系统及其自动化];

摘要：

运用复杂系统理论分析电力系统.采用聚类方法对用电区域进行子系统划分,并通过改进的神经元网络算法和增加天气因素的预测方法进行短期负荷预测.通过算例和电力系统应用,证实了该算法的可行性,较显著地提高了负荷预测的准确率.

引用

页码：39 / 43

页数：5

共 7 条

[1]

Computational Intelligence Techniques for Short-Term Electric Load Forecasting..[J].Spyros Tzafestas;Elpida Tzafestas.Journal of Intelligent and Robotic Systems.2001, 1-3

[2]

复杂系统的分析与建模.[M].王安麟主编;.上海交通大学出版社.2004,

[3]

基于支持向量机的中长期电力负荷预测研究与应用 [J].

靳忠伟 ;

陈康民 ;

闫伟 ;

王桂华 .

上海理工大学学报, 2008, (02) :129-132

[4]

BP神经网络在计及气温因素的短期日负荷预测中的应用 [J].

张震宇 ;

吕育青 ;

蒋锋 .

浙江电力, 2007, (01) :6-9+32

[5]

短期负荷预测中选择相似日的探讨 [J].

莫维仁 ;

张伯明 ;

孙宏斌 ;

胡子珩 .

清华大学学报(自然科学版), 2004, (01) :106-109

[6]

主成分分析方法在指标综合评价中的应用 [J].

童其慧 .

北京理工大学学报(社会科学版), 2002, (01) :59-61

[7]

一种规范化的处理相关因素的短期负荷预测新策略 [J].

康重庆 ;

程旭 ;

夏清 ;

沈瑜 .

电力系统自动化, 1999, (18) :32-35

← 1 →