ANFIS在短期负荷预测中的应用

• 作者: 罗可 郭恒
• 来源期刊: 高电压技术
• 学科: 工学
• 关键词: 自适应神经模糊推理系统 电力系统 短期负荷预测 神经网络 模糊推理
• 年，卷（期）: 2006,（8）
• 所属期刊栏目: 高压电力系统运行管理
• 页码范围: 105-107
• 页数: 3页
• 分类号: TM714.1
• 字数: 2671字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6520.2006.08.031

摘要

为使负荷预测更精确,鉴于预测对象的不确定性和非线性,采用ANFIS预测电力系统短期负荷.ANFIS将模糊理论与神经网络融合,利用神经网络实现系统的模糊逻辑推理,采用混合学习算法调整前提参数和结论参数,自动产生模糊规则.该系统具有非线性映射和自学习能力,不基于数学模型,用独特的空间分层方法建立若干模糊推理系统,依靠专家经验获取控制信息,能用于负荷预测的非线性建模,获取负荷数据的最佳估计,克服数据处理过程中存在的不确定性和不完备性.所用ANFIS模型为2输出1输入5层1阶Sugeuo模糊系统.利用某局网负荷数据训练和检测ANFIS网络模型后预测负荷,结果表明该算法鲁棒性好,抗干扰能力强,能有效补偿对象的大纯滞后.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗可	长沙理工大学计算机与通信工程学院	92	1085	16.0	28.0
2	郭恒		4	15	2.0	3.0