天气数据模糊化处理对神经网络短期负荷预测模型的影响研究

• 作者: 向学军 夏昌浩 段莉梅
• 来源期刊: 三峡大学学报（自然科学版）
• 学科: 工学
• 关键词: 短期负荷预测 人工神经网络 模糊集 BP算法 Matlab
• 年，卷（期）: 2010,（4）
• 页码范围: 52-55
• 分类号: TM715
• 字数: 2740字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-948X.2010.04.012

摘要

介绍了一种简洁实用的基于模糊集的神经网络电力系统短期负荷预报方法,计及了天气和日期特征量.应用模糊集理论将天气和日期特征量模糊化后作为BP神经网络的一部分输入进行训练,同时考虑实际历史负荷数据构造了短期负荷预测模型,预测未来24h负荷.通过典型算例与普通BP方法预测结果相比,表明该方法是有效的并具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	向学军	三峡大学电气与新能源学院	48	304	11.0	15.0
2	夏昌浩	三峡大学电气与新能源学院	33	196	8.0	13.0
3	段莉梅	三峡大学电气与新能源学院	1	3	1.0	1.0