神经网络在电力负荷预测中的应用研究

• 作者: 张建军 杜莉
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 主成分分析 神经网络 电力负荷预测
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 能源领域仿真
• 页码范围: 297-300
• 分类号: TM743
• 字数: 3235字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.10.072

摘要

研究电力负荷预测问题,针对精确测量电力负荷,由于影响电力负荷因素之间存在着菲线性,因素之间存在冗余信息,传统的数学模型在电力负荷预测中精度较低,为了有效提高电力负荷的预测精度,提出了一种主成分分析(PCA)和BP神经网络相结合的电力负荷预测方法.利用PCA对电力负荷的影响因素进行特征提取,以BP神经网络对经过PCA处理得到的新的变量进行训练建模,采用PCA - BP神经网络模型对河南某地区的电力负荷进行了仿真.结果表明,相对于参比模型,可有效地消除因素间的冗余信息,降低了BP神经网络的输入维数,简化了网络的结构,加快了学习速度,显著提高了电力负荷预测精度,证明提出的预测模型在电力负荷预测中是有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建军	北京工业职业技术学院信息工程系	32	228	8.0	14.0
2	杜莉	北京工业职业技术学院信息工程系	19	111	5.0	10.0