基于神经网络和模糊理论的短期负荷预测

• 作者: 唐耀庚 张韵辉 赵宇红
• 来源期刊: 高电压技术
• 学科: 工学
• 关键词: 电力系统 短期负荷预测 多层前馈神经网络 改进BP算法 自适应模糊神经网络 一步搜索寻优法
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 高压电力系统运行管理
• 页码范围: 107-110
• 页数: 4页
• 分类号: TM715
• 字数: 3522字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6520.2006.05.032

摘要

电力系统负荷预测是能量管理系统(EMS)的重要组成部分,它对电力系统的运行、控制和计划都有着非常重要的影响,提高电力系统负荷预测的准确度既能增强电力系统运行的安全性,又能改善电力系统运行的经济性,但负荷预测的复杂性、不确定性使传统的基于解析模型和数值算法的模型难以获得精确的预测负荷.为提高电力系统短期负荷预测准确度,构建了一种新型的负荷预测模型.该模型首先采用多层前馈神经网络,以与预报点负荷相关性最大的几种因素作为输入因子,以改进BP算法作为预测算法,来获得预报日相似日负荷曲线;然后引入自适应模糊神经网络,用于预测预报日的最大、最小负荷;针对模糊神经元的权值更新问题,采用一种新的权值更新算法--一步搜索寻优法,在获得预报日相似日各点负荷和最大、最小负荷的基础上,通过纵向变换,对预报日的负荷修正,进一步减小预测误差.用上述模型和算法预测某地区电网的短期负荷,取得了良好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐耀庚	南华大学电气工程学院	71	277	9.0	13.0
2	张韵辉	东南大学动力系	10	99	4.0	9.0
3	赵宇红	南华大学电气工程学院	43	213	6.0	13.0