基于神经网络的电力系统短期负荷预测研究

• 作者: 周佃民 孙婕 管晓宏 黄勇
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 短期负荷预测 BP神经网络 相关分析 过拟合 电力市场
• 年，卷（期）: 2002,（2）
• 所属期刊栏目: 学术研究
• 页码范围: 10-13,18
• 页数: 5页
• 分类号: TM734
• 字数: 3493字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-3673.2002.02.003

摘要

电力系统负荷预测是电力生产部门的重要工作之一,作者利用BP神经网络进行电力系统短期负荷预测,在保证有足够的训练样本的前提下,对预测模型进行合理分类,构造了相应于不同季节的周预测、日预测模型,并对输入变量的选择,特别是温度的选取问题,进行了讨论.在神经网络训练的过程中,往往会出现过拟合的现象,给预测的结果带来不利的影响,为此在训练过程中,将样本随机地分离为训练集和测试集来防止这个问题.典型算例的计算表明,该方法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	管晓宏		94	2276	27.0	45.0
2	周佃民		17	538	11.0	17.0
3	孙婕		5	288	4.0	5.0
4	黄勇		6	255	4.0	6.0