基于动态自适应神经网络和人体舒适度的短期负荷预测

• 作者: 方鸽飞 祝燕萍
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 短期负荷预测 自适应神经网络 动态自适应 实时气象因素 人体舒适度
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 应用研究
• 页码范围: 56-61
• 分类号: TM715
• 字数: 3768字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2012.01.010

摘要

针对BP (Back Propagati on)神经网络的适应性较差的问题,提出了自适应神经网络的模型,并将其应用到短期负荷预测中.在神经网络进行数据训练时,对于大量的训练数据,提出采用动态自适应的方式进行处理.分析了实时气象因素对短期负荷的影响,以人体舒适度作为气象因子的处理模型.采用杭州地区数据对提出的模型进行验证,与BP模型预测的结果对比,具有更快的预测速度、更高的预测精度.所构建的预测模型具有很好的适应性,并充分考虑了气象因素、日期类型,预测结果表明所提出的预测方法是有效且实用的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方鸽飞	浙江大学电气工程学院	25	813	12.0	25.0
2	祝燕萍	浙江大学电气工程学院	1	31	1.0	1.0