证据理论融合量子神经网络的短期负荷预测

• 作者: 李鹏 白波 贾健夫 郑武军 颜艳
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 负荷预测 量子神经网络 D-S证据理论
• 年，卷（期）: 2010,（16）
• 页码范围: 49-53
• 分类号: TM715
• 字数: 3582字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2010.16.010

摘要

提出一种用于电力系统短期负荷预测的量子神经网络方法.量子神经网络模型作为单一预测模型对负荷进行预测.利用神经网络,非线性回归模型对预测的历史误差和预测时点的外界影响因素进行分析建模,建立每个模型的可信度评价模型.采用证据理论对每个模型的可信度进行分析评价和合成,确立最终的模型组合预测权值.通过该权值对相应的预测结果进行加权求和得到最终的预测结果.实例表明,该方法能提高预测的精度,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	白波	东北电力大学电气工程学院	5	54	3.0	5.0
2	李鹏		1	14	1.0	1.0
3	颜艳	东北电力大学电气工程学院	2	18	2.0	2.0
4	郑武军		1	14	1.0	1.0