基于改进型ANFIS的负荷密度指标求取新方法

被引:18
作者
周湶 [1 ]
孙威 [2 ]
张昀 [1 ]
任海军 [1 ]
孙才新 [1 ]
邓景云 [1 ]
机构
[1] 重庆大学输配电装备及系统安全与新技术国家重点实验室
[2] 湖南省电力公司超高压管理局
关键词
空间负荷预测; 负荷密度指标法; 熵权; 自适应神经模糊系统(ANFIS);
D O I
暂无
中图分类号
TM715 [电力系统规划];
学科分类号
080802 ;
摘要
针对传统的负荷密度指标的求取方法通常采用经验法或简单类比法,难以满足精度要求这一不足,从负荷密度与其影响因素存在着某种非线性关系的角度出发,提出了一种新颖的、基于自适应神经模糊系统(ANFIS)的负荷密度指标求取新方法。该方法用熵权法对影响因素的输入值进行加权处理,运用Fletcher-Reeves共轭梯度法改进ANFIS默认的混合学习算法,建立改进型ANFIS预测模型来求取负荷密度,克服了传统方法输出结果不可量化和精度不高等缺点。通过一个实例验证了该方法的实用性和有效性。
引用
收藏
页码:29 / 34+39 +39
页数:7
相关论文
共 15 条
[1]   城市高负荷密度地区220/20kV供电方案研究 [J].
黄磊 ;
程浩忠 ;
欧阳武 ;
姚白沙 ;
吴争 ;
董震威 .
电力系统保护与控制, 2009, 37 (20) :1-6
[2]   基于ANFIS的电力客户信用判别模型研究 [J].
王洪彬 ;
周晖 ;
王毅 ;
李涛 ;
杨红 .
电力系统保护与控制, 2009, 37 (01) :33-36
[3]   基于粗糙集和元胞自动机的配电网空间负荷预测 [J].
周湶 ;
李健 ;
孙才新 ;
周永勇 ;
伏进 ;
代姚 .
中国电机工程学报, 2008, (25) :68-73
[4]   基于模糊综合评判的负荷密度指标选取新方法 [J].
符杨 ;
曹家麟 ;
谢楠 ;
朱兰 .
电网技术, 2007, (18) :19-22
[5]   小区负荷密度指标法在格尔木城区电网负荷预测中的应用 [J].
李洪发 ;
刘中胜 ;
王江福 .
青海电力, 2007, (02) :30-33
[6]   用自适应模糊推理系统预测电力短期负荷 [J].
杨帆 ;
吴耀武 ;
熊信银 ;
娄素华 ;
彭丰 .
高电压技术, 2007, (04) :129-133
[7]   基于双层贝叶斯分类的空间负荷预测 [J].
陶文斌 ;
张粒子 ;
潘弘 ;
李振元 ;
郑华 .
中国电机工程学报, 2007, (07) :13-17
[8]   ANFIS在短期负荷预测中的应用 [J].
郭恒 ;
罗可 .
高电压技术, 2006, (08) :105-107
[9]   基于云理论的配电网空间负荷预测方法研究 [J].
杨薛明 ;
苑津莎 ;
王剑锋 ;
高鑫 .
中国电机工程学报, 2006, (06) :30-36
[10]   基于径向基神经网络和自适应神经模糊系统的电力短期负荷预测方法 [J].
雷绍兰 ;
孙才新 ;
周湶 ;
张晓星 ;
程其云 .
中国电机工程学报, 2005, (22) :81-85