基于小波神经网络的非线性负载功率预测

• 作者: 刘宁宁 石彦辉 胡立强 邸建红 高蒙
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 小波分析 BP神经网络 L-M算法 非线性负载
• 年，卷（期）: 2008,（12）
• 所属期刊栏目: 理论与实验研究
• 页码范围: 8-11
• 页数: 4页
• 分类号: TM76|TN911.72
• 字数: 3072字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1390.2008.12.003

摘要

针对高校公寓现用的电能表计量方案不具备负载自动识别的功能,提出了一种基于小波变换与BP神经网络相结合的非线性负载功率预测的方法.先采用Dmeyer小波函数对用户负载电流波形分解,提取表征非线性负载类型的参数值.然后建立三层BP神经网络模型,并采用L-M算法进行网络训练与预测,实现公寓的负载识别功能.研究结果表明,小波BP神经网络公寓负载识别方法具有可靠性和实用性,实现了学生公寓的用电管理现代化,对消除校园火险隐患具有重大意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡立强	石家庄铁道学院电气与电子工程学院	12	33	4.0	5.0
2	邸建红	石家庄铁道学院电气与电子工程学院	19	48	4.0	6.0
3	高蒙	石家庄铁道学院电气与电子工程学院	33	362	8.0	18.0
4	石彦辉	石家庄铁道学院电气与电子工程学院	8	22	3.0	4.0
5	刘宁宁	石家庄铁道学院电气与电子工程学院	8	20	2.0	4.0