基于事例推理模糊神经网络的中压配电网短期节点负荷预测

被引：29

作者：

余贻鑫

吴建中

机构：

[1] 天津大学自动化学院电力系,天津大学自动化学院电力系天津市南开区,天津市南开区

来源：

中国电机工程学报 | 2005年 / 12期

关键词：

电力工程; 电力系统; 配电网络; 负荷预测; 认知科学; 基于事例的推理(CBR); 模糊神经网络;

D O I：

10.13334/j.0258-8013.pcsee.2005.12.004

中图分类号：

TM714 [负荷分析];

学科分类号：

080802 ;

摘要：

根据认知科学理论,在并行分布处理(PDP)模型基础上,提出了一种基于事例推理的模糊神经网络(CBRFNN)。分析了CBRFNN的原理,定义了CBRFNN的基本结构,并提出一种混合(有监督/无监督)学习算法,使得CBRFNN具备了很好的泛化能力。CBRFNN中的所有节点通过快速、增量式的学习过程动态生成,并可通过网络自组织来有效抵御坏数据的影响。所提方法很好地解决了中压配电网短期节点负荷预测这类信息不完备、不精确问题。

引用

页码：18 / 23

页数：6

共 9 条

[1] 基于粗糙集理论建立短期电力负荷神经网络预测模型 [J].