基于元胞负荷特性分析的RBF神经网络空间负荷预测方法

• 作者: 刘庆永 牛强 王皓 綦雪松 肖白
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 电力负荷特性 RBF神经网络 空间负荷预测 负荷最大值 元胞
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 电力系统
• 页码范围: 301-307
• 页数: 7页
• 分类号: TM715
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2017.0886

摘要

针对元胞历史负荷数据的特点,结合RBF神经网络在非线性拟合方面的优势,提出了一种基于元胞负荷特性分析的RBF神经网络空间负荷预测方法.该方法以元胞的历史负荷数据为基础,横向从元胞的年历史负荷特性入手,描述各元胞年负荷峰值段的发展趋势;纵向从元胞日最大负荷出现的时刻入手,刻画峰值时段的最大负荷数据群.在充分地考虑元胞负荷的季节特性、双峰特性和转移特性对空间负荷预测精度影响的基础上,构建出一种合理的峰值时段最大负荷数据群的双向选取模型.然后采用RBF神经网络对所选取的最大负荷数据群进行训练和预测,进而得到目标年各元胞的年最大负荷预测值.工程实例验证了该方法的实用性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖白		56	970	15.0	30.0
2	刘庆永		3	13	1.0	3.0
3	牛强		1	0	0.0	0.0
4	綦雪松		1	0	0.0	0.0
5	王皓		3	9	1.0	3.0