基于径向基神经网络和自适应神经模糊系统的电力短期负荷预测方法

• 作者: 周湶 孙才新 张晓星 程其云 雷绍兰
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 电力系统 短期负荷预测 实时电价 径向基神经网络 自适应神经模糊系统
• 年，卷（期）: 2005,（22）
• 所属期刊栏目: 电力系统
• 页码范围: 78-82
• 页数: 5页
• 分类号: TM715
• 字数: 3943字
• 语种: 中文
• DOI: 10.3321/j.issn:0258-8013.2005.22.014

摘要

针对实时电价对短期负荷的影响,建立了径向基(RBF)神经网络和自适应神经网络模糊系统(ANFIS)相结合的短期负荷预测模型.该模型利用RBF神经网络的非线性逼近能力对不考虑电价因素的预测日负荷进行了预测,并根据近期实时电价的变化,应用ANFIS系统对RBF神经网络的负荷预测结果进行修正,以使固定电价时代的预测方法在电价敏感环境下也能达到较好的预测精度,克服了神经网络在电力市场下进行负荷预测时存在的不足.某电网实际预测结果表明,该方法具有较好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙才新	重庆大学高电压与电工新技术教育部重点实验室	379	13536	63.0	93.0
2	张晓星	重庆大学高电压与电工新技术教育部重点实验室	100	2498	29.0	46.0
3	雷绍兰	重庆大学高电压与电工新技术教育部重点实验室	19	696	13.0	19.0
4	周湶	重庆大学高电压与电工新技术教育部重点实验室	55	1883	27.0	42.0
5	程其云	重庆大学高电压与电工新技术教育部重点实验室	9	494	9.0	9.0