基于快速人工神经网络的短期负荷预测

• 作者: 张晓 敬东
• 来源期刊: 继电器
• 学科: 工学
• 关键词: 人工神经网络 自适应模糊系统 短期负荷预测
• 年，卷（期）: 2000,（12）
• 所属期刊栏目: 理论分析与计算
• 页码范围: 13-15,23
• 页数: 4页
• 分类号: TM715
• 字数: 1957字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2000.12.004

摘要

根据负荷的不确定性和非线性的特点，采用了ANN和AFS理论进行STLF，分两个步骤：在ANN中引入了平滑因子和遗忘因子，来加快收敛速度并解决ANN的遗忘问题；在AFS中对基本负荷预测值进行修正，引进不平均的隶属函数来体现负荷变化对温度的敏感性。实践表明该模型具有速度快、预测精度高等优点。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	敬东	四川大学电力工程系	9	190	5.0	9.0
2	张晓	四川大学电力工程系	7	27	3.0	5.0