基于ANN和残差修正的电力系统短期负荷预测

• 作者: 单明 周步祥
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 短期负荷预测 人工神经网络 灰色理论残差修正
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 应用技术
• 页码范围: 62-64,150
• 页数: 4页
• 分类号: TP183
• 字数: 2378字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-2552.2006.06.020

摘要

提出了一种人工神经网络与灰色理论模型相结合的综合预测方法.在神经网络结构设计中分别选取带有横向和纵向特征的负荷作为输入,并充分考虑气候敏感因素及特殊负荷日的影响.在分析预测差值的基础上,将灰色理论残差校正模型运用到预测结果的修正当中去.算例表明所提出的方法提高了预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周步祥	四川大学电气信息学院	121	1391	19.0	33.0
2	单明	四川大学电气信息学院	1	2	1.0	1.0