基于竞争分类的神经网络短期电力负荷预测

被引：22

作者：

姚李孝

姚金雄

李宝庆

万诗新

机构：

[1] 西安理工大学电力工程系,西安理工大学电力工程系,陕西省电力公司,北京国际系统控制有限公司陕西省西安市,陕西省西安市,陕西省西安市,北京

来源：

电网技术 | 2004年 / 10期

关键词：

短期负荷预测; 神经网络; 竞争学习; 电力系统;

D O I：

10.13335/j.1000-3673.pst.2004.10.011

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 ;

摘要：

根据电力负荷的特点,在考虑天气、日类型、实际历史负荷等因素对预测负荷影响的基础上,提出了一种基于竞争分类的神经网络短期负荷预测方法。应用神经网络的竞争学习对相关数据进行分类,将历史数据分成若干类别从而找出与预测日同类型的预测类别。利用相应的BP算法对未来24小时负荷进行短期预测,该方法充分发挥了神经网络处理非线性问题的能力。结果表明,该方法取得了较满意的预测精度。

引用

页码：45 / 48

页数：4

共 4 条

[1] 基于模糊识别与模糊聚类理论的短期负荷预测 [J].