基于模糊神经网络的电力负荷短期预测

被引：33

作者：

于海燕

张凤玲

机构：

[1] 天津大学理学院

[2] 天津大学理学院天津市南开区

来源：

电网技术 | 2007年 / 03期

关键词：

短期负荷预测; 日最大负荷; 模糊神经网络; EUNITE竞赛;

D O I：

10.13335/j.1000-3673.pst.2007.03.014

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 ;

摘要：

针对电力负荷的特点,综合考虑了温度及日期类型等因素对日最大负荷的影响,提出了一种采用模糊神经网络进行短期负荷预测的方法,并详细介绍了该方法的实现过程。通过对EUNITE(the European Network of Excellence on Intelligent Technologies for Smart Adaptive Systems)网络提供的实际数据进行详细分析确定了影响日最大负荷的相关因素,进而选择了合适的模糊输入以建立相应的模糊神经网络预测模型,并取得了较为理想的预测结果。算例分析结果充分证明了模糊神经网络在短期电力负荷预测方面具有较好的应用前景。

引用

页码：68 / 72

页数：5

共 12 条

[1] 基于改进主成分分析的短期负荷预测方法 [J].