基于NARX神经网络的智能电网短期负荷预测

• 作者: 丁柏宏 李勇 杨辉军 王雪菲 程晨
• 来源期刊: 齐齐哈尔大学学报（自然科学版）
• 学科: 工学
• 关键词: 智能电网 实时电价 负荷预测 NARX神经网络 输入特征
• 年，卷（期）: 2020,（6）
• 页码范围: 26-33
• 页数: 8页
• 分类号: TM715|TP183
• 语种: 中文

摘要

为了进一步完善预测模型,将实时电价、天气和历史负荷数据作为新的参考因子加入到对负荷波动规律特性的分析中,从而提出了基于NARX神经网络的智能电网短期负荷预测模型.该模型首先对负荷波动规律特性进行分析,并采用两种相关性分析方法综合考虑实时电价、天气等因素对于负荷波动的影响,确定了预测模型的输入特征.其次,由于前馈型神经网络在处理负荷序列间关联信息方面存在缺陷,本文建立的预测模型以NARX神经网络为基础进行训练.在完成训练后,输入两组真实数据集,进行最终数据分析比对,结果表明,新建立的模型在实时电价下的短期负荷预测方面具有明显优势,取得了良好的预测精度.