基于神经网络的电力负荷预测方法研究

• 作者: 罗宁 贺墨琳 高华
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 神经网络 电力负荷 预测 特征提取
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 自动化应用
• 页码范围: 157-160
• 页数: 4页
• 分类号: TP29
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2020.01.157

摘要

电力负荷预测易受到高频、低频和超低频振荡干扰,导致预测准确性不高,提出基于神经网络的电力负荷预测方法.在无线ZigBee组网协议下进行电力负荷传感器信息组网,构建电网负荷数据采集模型并进行模型修正.根据电力负荷数据采集结果,去除高频、低频和超低频振荡干扰因子.进行神经网络样本数据训练,去除冗余数据,输出电网负荷数据集合.对获得的数据集采用神经网络分类器进行分类融合处理,根据电力负荷数据的融合结果实现电力负荷预测.仿真结果表明,采用该方法进行电力负荷预测的准确性较高,预测过程的抗干扰性较好,在电力负荷的实时监测和信息调度中具有很好的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高华	贵州电网有限责任公司电网规划研究中心	12	51	5.0	6.0
2	贺墨琳	贵州电网有限责任公司电网规划研究中心	9	11	1.0	3.0
3	罗宁	贵州电网有限责任公司电网规划研究中心	8	5	1.0	2.0