使用改进混沌神经网络的母线负荷预测

• 作者: 廖峰 程义明 罗滇生 蔡剑彪 郭精人
• 来源期刊: 电力需求侧管理
• 学科: 工学
• 关键词: 母线负荷预测 小波去噪 相空间重构 混沌神经网络
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 研究与探讨
• 页码范围: 15-19
• 页数: 5页
• 分类号: TM715
• 字数: 3867字
• 语种: 中文

摘要

针对母线负荷非线性、冲击性波动、有较多“毛刺”、含有较多坏数据等特点,提出了一种基于小波变换和混沌神经网络的母线负荷预测方法.该方法通过消除坏数据和噪声对负荷混沌特性分析的影响,能有效提高母线负荷预测的精度.首先对历史数据进行改进的小波阈值去噪,然后对其进行混沌特性分析,重构相空间形成训练样本,最后采用改进的混沌学习算法对网络进行训练.通过对某省某地220 kV母线负荷算例分析,显示该方法能显著提高母线负荷预测的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡剑彪	湖南大学电气与信息工程学院	6	90	4.0	6.0
2	罗滇生	湖南大学电气与信息工程学院	60	757	17.0	24.0
3	郭精人	湖南大学电气与信息工程学院	4	18	3.0	4.0
4	程义明		1	1	1.0	1.0
5	廖峰		2	1	1.0	1.0