基于相似日的神经网络短期负荷预测方法

• 作者: 卢毅 姜勇
• 来源期刊: 安徽电力
• 学科: 工学
• 关键词: 短期负荷预测 人工神经网络 反向传播
• 年，卷（期）: 2002,（1）
• 所属期刊栏目: 试验研究
• 页码范围: 16-18
• 页数: 3页
• 分类号: TM7
• 语种: 中文

摘要

人工神经网络是模仿人脑神经元结构、特性和大脑认知功能而构成的新型信号、信息处理系统.本文针对电力负荷短期预测问题,提出了一种基于相似日的神经网络预测方法,采用反向传播算法,考虑气象因素对负荷的影响,提高了学习效能,具有较好的预测精度.本方法很适合在短期负荷预测中使用,预测结果验证了上述结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢毅	东南大学电气工程系	48	1114	16.0	32.0
2	姜勇	东南大学电气工程系	15	152	6.0	12.0