基于广义回归神经网络的有源配电网网供负荷预测方法

• 作者: 仝新宇 张宇泽 张长生 杨乔川
• 来源期刊: 供用电
• 学科: 工学
• 关键词: 网供负荷预测 有源配电网 分布式电源 电采暖负荷 广义回归神经网络
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 配电
• 页码范围: 40-45
• 页数: 6页
• 分类号: TM714
• 语种: 中文
• DOI: 10.19421/j.cnki.1006-6357.2020.12.006

摘要

随着大量分布式电源(DG)接入配电网和用户终端再电气化程度的提高,提出了一种基于广义回归神经网络(GRNN)的有源配电网网供负荷预测方法.首先,对含DG与电采暖负荷的配电网网供负荷特性进行了分析;其次,基于广义回归神经网络,建立了有源配电网网供负荷预测的模型;再次,以该地区近几年的国民生产总值、人口、电力消费以及网供负荷峰值等经济数据作为模型的输入,得到了该地区在目标年配电网网供负荷的预测结果;最后,分别与采用前馈反向传播神经网络(FFBNN)以及级联正反向传播神经网络(CFBNN)得到的负荷预测结果进行了对比,验证了所提方法具有更高的预测准确性.