一种改进的短期负荷预测方法

• 作者: 胡启元
• 来源期刊: 四川电力技术
• 学科: 工学
• 关键词: 短期负荷预测 人工神经网络 BP算法
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 电力市场
• 页码范围: 20-23
• 页数: 4页
• 分类号: TM714
• 字数: 2601字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6954.2006.06.005

摘要

采用三层BP型人工神经网络来建立短期负荷预测模型,将影响负荷的主要因素:系统的基本负荷、温度的差异、天气的改变和日期的类型(工作日与节假日)作为数据样本,进行网络的自我训练和学习,并且在训练和学习的过程中引入误差反方向传播算法(即BP算法)来修正神经网络的连接权重,从而达到对负荷预测模型的改良和完善,进一步贴近实际的负荷变化.同时,将因电力线路或设备的检修损失的负荷量也作为影响因素进行了考虑,从而得出更精确的预测负荷值.在实际的负荷预测算例中,上述的预测思路得到了较好的印证,其预测的精度也较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡启元		3	8	2.0	2.0