基于灰色预测和神经网络的电力系统负荷预测

被引：68

作者：

史德明

李林川

宋建文

机构：

[1] 天津大学自动化学院电力系

[2] 天津大学自动化学院电力系天津

来源：

电网技术 | 2001年 / 12期

关键词：

灰色预测; 人工神经网络; 组合预测;

D O I：

10.13335/j.1000-3673.pst.2001.12.003

中图分类号：

TM714 [负荷分析]; TP183 [人工神经网络与计算];

学科分类号：

080802 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

负荷是电力系统运行和规划的依据 ,准确的负荷预测有利于提高电力系统运行的经济性和可靠性。文章提出了一种基于灰色预测和神经网络组合的电力系统负荷预测方法。在灰色预测中通过对历史数据作不同的取舍并经累加生成后建立不同的模型 ;对于灰色预测的不同结果再使用人工神经网络进行组合。具体方法是 :神经网络的输入为各种灰色模型 (GM)的预测结果 ,神经网络的输出为组合预测的结果。学习样本选择与预测量最近的 n个已知值 ,学习方法使用改进的 BP算法。所提方法综合了 GM预测所需原始数据少、方法简单 ,而神经网络具有非线性的拟合能力的特点 ,提高了预测精度。算例表明了所提方法是可行的和有效的

引用

页码：14 / 17

页数：4