基于模糊聚类的神经网络短期负荷预测方法

• 作者: 姜勇
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 短期负荷预测 模糊聚类 人工神经网络
• 年，卷（期）: 2003,（2）
• 所属期刊栏目: 电力系统
• 页码范围: 45-49
• 页数: 5页
• 分类号: TM715
• 字数: 3400字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-3673.2003.02.012

摘要

针对电力负荷的特点,综合考虑天气、日类型、历史负荷等对未来负荷变化的影响,提出了一种新的短期负荷预测方法.通过模糊聚类选取学习样本,采用反向传播算法,对24点每点建立一个预测模型.该方法充分发挥了神经网络和模糊理论处理非线性问题的能力,提高了学习效能,在负荷平稳的季节和负荷波动较大的季节都具有较好的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜勇		12	338	10.0	12.0