基于动态自适应径向基函数网络的概率性短期负荷预测

被引：27

作者：

周建中

张亚超

李清清

郭俊

机构：

[1] 华中科技大学水电与数字化工程学院

来源：

电网技术 | 2010年 / 34卷 / 03期

关键词：

短期负荷预测; 概率密度函数; 区间预测; 径向基函数; 最近邻聚类;

D O I：

10.13335/j.1000-3673.pst.2010.03.027

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 ;

摘要：

针对径向基函数(radial basis function,RBF)网络在电力系统短期负荷预测中的应用,提出了一种基于动态自适应RBF网络的概率性短期负荷预测方法。采用动态自适应最近邻聚类学习算法训练网络实现负荷预测。在此基础上,通过对历史负荷预测误差特性的统计分析,对各负荷分区内预测误差的概率密度函数建模,并结合确定性预测结果获得概率性负荷预测结果。通过分析实际电网数据,验证了该方法的实用性与有效性。

引用

收藏

页码：37 / 41

页数：5

相关论文

共 12 条

[1] 基于RBF循环神经网络的电力系统负荷建模 [J].

陈幸琼 ;

邓长虹 ;

潘章达 ;

董超 .

电网技术, 2007, (17) :56-59

[2] 基于预测误差分布特性统计分析的概率性短期负荷预测 [J].

杨文佳 ;

康重庆 ;

夏清 ;

刘润生 ;

唐涛南 ;

王鹏 ;

张丽 .

电力系统自动化, 2006, (19) :47-52

[3] 相似日短期负荷预测的非线性理论基础与改进 [J].

杨正瓴 ;

田勇 ;

张广涛 ;

林孔元 .

电网技术, 2006, (06) :63-66

[4] 电力系统负荷预测研究综述与发展方向的探讨 [J].

康重庆 ;

夏清 ;

张伯明 .

电力系统自动化, 2004, (17) :1-11

[5] 基于主成分分析的径向基函数神经网络在电力系统负荷预测中的应用 [J].

赵杰辉 ;

葛少云 ;

刘自发 .

电网技术, 2004, (05) :35-37+40

[6] 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

[7] 一种基于径向基函数的短期负荷预测方法 [J].

赵剑剑 ;

张步涵 ;

程时杰 ;

陆俭 .

电网技术, 2003, (06) :22-25+32

[8] 最短置信区间的计算 [J].

高尚 .

华东船舶工业学院学报(自然科学版), 2002, (03) :40-43

[9] RBF网络基函数中心选取算法的研究 [J].

朱明星 ;

张德龙 .

安徽大学学报(自然科学版), 2000, (01) :72-78

[10] 电力系统负荷预报误差的概率密度函数建模 [J].

赵希人 ;

李大为 ;

李国斌 ;

郝长泉 .

自动化学报, 1993, (05) :562-568