基于BP神经网络的电网短期负荷预测模型研究

• 作者: 任铃 周英 尹邦德 边雪芬
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 电力系统 短期负荷预测 归一化 BP神经网络 Matlab
• 年，卷（期）: 2011,（2）
• 页码范围: 68-71
• 分类号: TM715
• 字数: 2596字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1390.2011.02.015

摘要

为了获得能够反映短期负荷波动的自动预测模型,将BP神经网络运算逻辑与Matlab神经网络工具箱相结合,利用供电系统的气象条件、供电日的日期类型等函数干扰因素作为BP网络神经元的约束"权值",结合自适应控制中的节假日、供电限制等"外部干预项",通过模型对系统历史运行短期负荷数据进行自动"学习",获得一个具有自适应学习速率的电力系统短期负荷预测模型.基于BP神经网络的电力系统短期负荷预测模型能够通过模型自适应控制"学习"训练,获得供电日24小时的负荷波动曲线,通过与实际运行负荷需求数据比较,验证了该模型的正确性,为电能营销策略的制定提供了一个重要的研究课题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	边雪芬	黑龙江大学信息科学与技术学院	7	88	4.0	7.0
2	周英		3	70	1.0	3.0
3	尹邦德		1	69	1.0	1.0
4	任铃		1	69	1.0	1.0