基于竞争分类的神经网络短期电力负荷预测

• 作者: 万诗新 姚李孝 姚金雄 李宝庆
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 短期负荷预测 神经网络 竞争学习 电力系统
• 年，卷（期）: 2004,（10）
• 所属期刊栏目: 电力系统
• 页码范围: 45-48
• 页数: 4页
• 分类号: TM734
• 字数: 3295字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-3673.2004.10.011

摘要

根据电力负荷的特点,在考虑天气、日类型、实际历史负荷等因素对预测负荷影响的基础上,提出了一种基于竞争分类的神经网络短期负荷预测方法.应用神经网络的竞争学习对相关数据进行分类,将历史数据分成若干类别从而找出与预测日同类型的预测类别.利用相应的BP算法对未来24小时负荷进行短期预测,该方法充分发挥了神经网络处理非线性问题的能力.结果表明,该方法取得了较满意的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚李孝	西安理工大学电力工程系	92	1443	21.0	34.0
2	姚金雄	西安理工大学电力工程系	4	94	2.0	4.0
3	李宝庆		1	41	1.0	1.0
4	万诗新		4	200	4.0	4.0