基于人工神经网络的短期负荷预测的研究

• 作者: LI Xiao-bing 刘德强 王小波
• 来源期刊: 电力学报
• 学科: 工学
• 关键词: 电力系统 短期负荷预测 人工神经网络 BP Elman RBF
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 电力系统
• 页码范围: 287-289,293
• 分类号: TM715
• 字数: 2065字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-6548.2011.04.004

摘要

针对电力系统短期负荷预测的特点,以及人工神经网络的自学习和复杂的非线性拟合能力,将人工神经网络的BP、Elman、RBF三种模型用于短期负荷预测,建立了短期电力负荷预测模型,综合考虑气象、天气等影响负荷因素进行短期负荷预测.某电网实际预测结果表明,RBF比BP、Elman有更好的预测精度,更快的速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘德强	西南交通大学电气工程学院	9	81	5.0	9.0
2	王小波	西南交通大学电气工程学院	9	79	5.0	8.0
3	LI Xiao-bing	西南交通大学电气工程学院	1	16	1.0	1.0