基于趋势组合的短期电力负荷预测模型

• 作者: 俞集辉 张淮清 林开英
• 来源期刊: 重庆大学学报(自然科学版)
• 学科: 工学
• 关键词: 人工神经网络 趋势组合 短期负荷预测
• 年，卷（期）: 2002,（10）
• 页码范围: 13-16
• 页数: 4页
• 分类号: TP183
• 字数: 2851字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-582X.2002.10.004

摘要

在运用神经网络进行短期电力负荷预测中,天气是影响负荷的重要因素.为了更好地捕捉天气对负荷的影响,文中提出了一种基于神经网络的趋势组合短期负荷预测思想和模型.将短期负荷与天气变量的内在关系分解为3个不同的趋势分量,即周趋势分量、日趋势分量和小时趋势分量.每一个趋势分量分别用一个神经网络模型捕获,趋势分量的预测结果再用一个神经网络模型进行组合,从而得到最终的预测值.分别用改进的和传统的模型预测一周的小时负荷,结果表明,这种神经网络模型能取得更好的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张淮清	重庆大学电气工程学院	43	351	12.0	16.0
2	俞集辉	重庆大学电气工程学院	84	1177	19.0	28.0
3	林开英	重庆大学电气工程学院	3	33	2.0	3.0