基于人工神经网络的负荷模型预测

• 作者: 宋军英 方八零 曹一家 李龙 魏靖 黎灿兵
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 电力系统 人工神经网络 灵敏度分析 ZIP负荷模型 负荷模型预测
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 新能源电力系统
• 页码范围: 225-230
• 页数: 6页
• 分类号: TM715
• 字数: 4112字
• 语种: 中文

摘要

负荷模型是影响电网稳定分析的重要因素,是电力系统进行仿真分析、计算的重要依据之一.若能对次日的最大、最小负荷时刻的负荷模型进行预测,可为调度机构制定运行方式时校核系统稳定性提供重要依据.以静态ZIP负荷模型为基础,分析了影响负荷模型的因素,采用人工神经网络方法,对最大、最小负荷时刻的负荷模型参数进行预测.分析了负荷模型参数与负荷预测结果之间的灵敏度,以掌握它们相互间的关系和影响程度,并由此寻找减小误差的方法.以最小负荷的有功模型预测为例,进行了实际预测.算例结果表明,负荷模型预测具有较好的准确率,本文所提方法可行.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹一家	湖南大学电气与信息工程学院	137	3631	36.0	54.0
2	宋军英	湖南省电力公司调度通信中心	24	585	10.0	24.0
3	黎灿兵	湖南大学电气与信息工程学院	42	1246	18.0	35.0
4	方八零	湖南大学电气与信息工程学院	3	144	3.0	3.0
5	李龙	湖南大学电气与信息工程学院	15	210	7.0	14.0
6	魏靖	湖南大学电气与信息工程学院	1	121	1.0	1.0