神经网络和模糊理论在短期负荷预测中的应用

• 作者: 许克明 赵菁
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 自组织特征映射 神经网络 有监督竞争学习 模糊理论 短期负荷预测
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 129-133
• 分类号: TM715
• 字数: 3261字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2010.03.023

摘要

为提高短期负荷预测的精度,构建一种基于自组织特征映射神经网络和模糊理论的短期负荷预测方法.预测分两个阶段,先根据自组织特征映射神经网络聚类特性,进行第一阶段的负荷预测,在学习训练时,区别于普通的无监督竞争学习采用有监督竞争的学习方式以缩短学习时间,提高学习精度.第一阶段预测出一个基本的负荷值后,在第二阶段利用模糊理论根据前一个时段的预测误差和误差变化对其进行校正.使用该方法不仅能预测工作日负荷还能预测休息日负荷,实例分析证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵菁	贵州大学电气工程学院	9	37	3.0	6.0
2	许克明	贵州大学电气工程学院	8	93	6.0	8.0