基于最大偏差相似性准则的BP神经网络短期电力负荷预测算法

• 作者: 戚远航 罗育辉 蔡延光 黄何列
• 来源期刊: 计算机应用研究
• 关键词: 需求响应 电力负荷预测 BP神经网络 最大偏差相似性准则 聚类算法
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3269-3273
• 页数: 5页
• 分类号: TP311.5
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.05.0293

摘要

针对企业电力负荷随机性强、稳定性低、预测精度不理想等问题,提出了一种基于最大偏差相似性准则的BP神经网络短期电力负荷预测算法.首先对最大偏差相似性准则算法进行修改,并提出使用预测日的负荷特征向量与最大偏差相似性准则算法聚类之后的类中心负荷特征的距离来确定预测日的相似日类别;然后将聚类后的相似日类别负荷数据作为BP网络的训练数据,输出预测日起始的连续三天96整点负荷值.实验表明,该方法提出的短期电力负荷预测方法在精度和网络训练时间上都有较大的提升,具有较高的有效性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡延光	广东工业大学自动化学院	181	812	14.0	20.0
2	黄何列	广东工业大学自动化学院	14	45	4.0	6.0
3	戚远航	电子科技大学中山学院	5	7	2.0	2.0
4	罗育辉	广东工业大学自动化学院	2	6	2.0	2.0