具有二重趋势性的季节型电力负荷预测组合优化灰色神经网络模型

• 作者: 牛东晓 谢宏 邢棉 陈志业
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 负荷预测 季节型负荷 组合灰色神经网络 二重趋势性
• 年，卷（期）: 2002,（1）
• 页码范围: 29-32
• 页数: 4页
• 分类号: TM731
• 字数: 3299字
• 语种: 中文
• DOI: 10.3321/j.issn:0258-8013.2002.01.006

摘要

电力负荷预测是电力系统的一项重要工作,季节型电力负荷预测是一个难点,缺少相应的数量预测方法.对于具有增长和波动二重趋势性的季节型电力负荷,首次提出了季节型负荷预测的组合优化灰色神经网络模型,研究了同时考虑两种非线性趋势的复杂季节型负荷预测问题,说明了此优化模型分别优于两种单一发展趋势负荷预测的模型.给出了电力负荷预测的应用实例,通过对河北电网季节最大负荷与销售电量的分析,建立了对应的组合优化灰色神经网络模型,与其它算法进行了比较,计算结果表明,该方法较大提高了季节型负荷预测的精度,为季节型电力负荷预测提供了一种新的、有效的方法,编制了季节型负荷预测的软件,此软件具有实用性和通用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈志业	华北电力大学电力工程系	39	2250	24.0	39.0
2	牛东晓	华北电力大学电力工程系	306	6130	40.0	64.0
3	邢棉	华北电力大学电力工程系	29	1302	19.0	29.0
4	谢宏	华北电力大学电力工程系	8	698	6.0	8.0