改进Elman神经网络的综合气象短期负荷预测

由于地区电网负荷受气象因素影响较大,提出了综合考虑气象因子的处理方法。该方法采用综合气象因子(人体舒适度和温湿指数)作为输入,克服了气象因子直接输入时输入量多、预测时间长的缺点。同时,针对BP神经网络动态性能的不足,建立基于Elman动态神经网络的短期负荷预测模型,并对该模型的激励函数和网络结构进行改进。改进后的模型考虑了电网的动态特性,减少了神经网络输入量,增强了负荷预测模型的适应性。采用杭州地区实际数据对提出的方法和模型进行验证,结果显示该方法和模型能明显提高负荷预测精度,表明该方法和模型是实用有效的。