一种基于自适应神经模糊推理系统的短期负荷预测方法

• 作者: 熊涛 谢伟 陈娟 鲍伟强
• 来源期刊: 电气开关
• 学科: 工学
• 关键词: 电力系统 负载预测 神经网络 模糊推理系统 自适应学习
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 设计与研究
• 页码范围: 8-11
• 页数: 4页
• 分类号: TM715
• 字数: 2149字
• 语种: 中文

摘要

随着智能电网技术的发展,电网问题的管理变得尤为重要,负荷预测是电网管理的主要内容之一.本文针对小区域范围内电力系统负荷预测问题,提出了一种基于自适应神经模糊推理(ANFIS)方法,在每小时测量和记录电力负荷数据的基础上,利用提出的ANFIS模型进行了负荷预测.在所提的ANFIS模型中,只需要确定历史负荷参数,模型中的其他参数可由历史负荷参数计算得到.将实际负荷及其对时间的一阶导数、时间信息作为ANFIS模型的输入,预测下一个小时的负荷需求.采用均方根误差、标准均方根误差和平均偏差误差作为模型评价指标.实验结果表明,该方法适用于小区域的负荷预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲍伟强		3	7	2.0	2.0
2	陈娟		3	7	2.0	2.0
3	熊涛	武汉工程大学电气信息学院	5	8	2.0	2.0
4	谢伟		1	0	0.0	0.0