基于负荷特征提取的神经网络短期负荷预测

• 作者: 丁坚勇 刘云
• 来源期刊: 高电压技术
• 学科: 工学
• 关键词: 短期负荷预测 特征提取 人工神经网络
• 年，卷（期）: 2004,（12）
• 所属期刊栏目: 高压电力系统运行管理
• 页码范围: 47-49
• 页数: 3页
• 分类号: TM714
• 字数: 3034字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6520.2004.12.019

摘要

综合考虑天气负荷类型和历史数据特征对负荷变化的影响,提出了一种新的短期负荷预测方法.通过ARMA、BP神经网络等提取具有特征的神经网络学习样本,用反向传播算法建立神经网络短期负荷预测模型.实际算例表明:该法在负荷平稳或波动较大的季节均有预测精度高且适应性好的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘云	武汉大学电气工程学院	23	174	7.0	12.0
2	丁坚勇	武汉大学电气工程学院	118	1480	21.0	33.0