基于PSRT与Elman神经网络的短期负荷多步预测

• 作者: 唐卓贞 孙志媛 孙艳 李如琦
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 相空间重构 混沌时间序列 短期负荷预测 Elman神经网络 欧氏距离
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 学术论文
• 页码范围: 84-87,113
• 页数: 5页
• 分类号: TM715
• 字数: 2277字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2007.06.017

摘要

短期负荷预测(short-term load forcastings,STLF)对电力系统的经济和安全运行有着重要的作用.为提高短期负荷预测的精度,根据短期负荷的基本特性,提出了一种将相空间重构理论(phase space reconstruction space,PSRT)与Elman神经网络相结合的短期负荷多步预测模型.首先利用PSRT重构相空间的吸引子,然后用Elman神经网络来拟合相空间吸引子的多步演化,其中利用空间欧氏距离来选取Elman网络的输入样本.通过对广西电网短期负荷预测的分析表明,该多步预测方法是有效可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李如琦	广西大学电气工程学院	65	1018	17.0	30.0
2	孙志媛		4	18	2.0	4.0
3	孙艳	广西大学电气工程学院	9	38	3.0	6.0
4	唐卓贞	广西大学电气工程学院	6	45	4.0	6.0