一种新型短期负荷预测模型的研究及应用

被引：35

作者：

尤勇

盛万兴

王孙安

机构：

[1] 西安交通大学机械电子工程系

[2] 中国电力科学研究院

来源：

关键词：

负荷预测; 混沌; 神经网络; 奇异值分解; 混沌学习算法;

D O I：

10.13334/j.0258-8013.pcsee.2002.09.004

中图分类号：

TM714.1 [负荷功率、因数的提高];

学科分类号：

摘要：

提出了一种将混沌和神经网络相结合的方法用于短期负荷预测。利用混沌方法重构相空间系统吸引子,用前向神经网络拟和吸引子上的全局整体映射,构成了混合预测模型。在实际应用中,将基于奇异值分解的噪声消减滤波算法应用到数据的预处理中,并用混沌学习算法来训练神经网络参数,预测结果表明了该方法的有效性。

引用

页码：16 / 19

页数：4