基于改进型神经网络模型的负荷短期预测仿真研究

• 作者: 万江 周珺 李登峰 李龙 梁伟 郑继红
• 来源期刊: 重庆电力高等专科学校学报
• 学科: 工学
• 关键词: 短期负荷预测 神经网络 BP算法 拟牛顿法 附加动量法
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 动力工程技术
• 页码范围: 31-36
• 页数: 6页
• 分类号: TM715
• 字数: 4579字
• 语种: 中文

摘要

选择BP人工神经网络作为电力系统负荷预测的模型,发现其具有收敛速度较慢,且容易陷入局部最小的缺点.因此,引入拟牛顿法和附加动量法对其性能进行改进,并形成一种改进型的预测模型.以重庆市某供电公司供区为背景,利用其负荷数据进行仿真,结果证明,对BP人工神经网络的改进是成功的.这种方法可以更好地满足电力负荷短期预测的精度要求,对电力系统控制、运行和规划都具有重要意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李龙	国网重庆市电力公司重庆电力科学研究院	11	23	2.0	4.0
2	周珺		5	1	1.0	1.0
3	郑继红	国网重庆市电力公司重庆电力调控中心	3	1	1.0	1.0
4	李登峰	国网重庆市电力公司重庆电力科学研究院	5	15	3.0	3.0
5	万江	国网重庆市电力公司重庆电力调控中心	1	1	1.0	1.0
6	梁伟	国网重庆市电力公司重庆电力调控中心	1	1	1.0	1.0