实时电价条件下的短期负荷预测

• 作者: 刘梦轩 孙国强
• 来源期刊: 现代电力
• 学科: 工学
• 关键词: 智能电网 实时电价 主成分分析 BP神经网络 短期负荷预测
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 其它
• 页码范围: 78-82
• 页数: 5页
• 分类号: TM715
• 字数: 3499字
• 语种: 中文

摘要

智能电网的发展给传统用电模式带来了重大变化,其中一个显著变化就是用户可以根据电能需求结合实时电价调整消费模式,这就使得负荷预测变得更加复杂.通过对影响短期负荷特性的各种因素进行分析,综合考虑实时电价的影响,提出了一种改进的神经网络方法对短期负荷进行预测.在模型建立过程中,通过对改进BP神经网络训练样本集进行主成分分析(principle component analysis,PCA)来改进样本的输入因子数,从而简化网络结构提高网络精度.实验结果表明,所提方法有效地降低了输入样本维数,提高了预测精度,能够较好地解决实时电价下的短期负荷预测问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙国强	河海大学能源与电气学院	167	3205	29.0	51.0
2	刘梦轩	河海大学能源与电气学院	2	8	2.0	2.0