基于SOFM和BP短期负荷预测方法

• 作者: 朱雪凌 王为 程然
• 来源期刊: 水力发电
• 学科: 工学
• 关键词: 自组织特征映射神经网络 BP神经网络 聚类分析 短期负荷预测
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 专题研究
• 页码范围: 97-100
• 页数: 4页
• 分类号: TM714
• 字数: 3620字
• 语种: 中文

摘要

基于以自组织特征映射神经网络(Self-organizing feature map,SOFM)先聚类、神经网络再预测的模型以往多用在对疾病、天气方面的预测,由此提出了一种以SOFM与误差反向传播算法的神经网络(Back Propagation,BP)相组合应用为基本原理的短期电力负荷预测的组合模型.该模型主要基于SOFM网络的主要特性聚类,预先将训练样本集采取聚类分析,对其分为具有相似数据的若干子类,再根据每一子类构造一个BP网络模型.利用内蒙古自治区某市的实际日平均负荷数据进行仿真,证明了本文方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱雪凌	华北水利水电大学电力学院	41	289	9.0	16.0
2	程然	华北水利水电大学电力学院	1	0	0.0	0.0
3	王为	华北水利水电大学电力学院	1	0	0.0	0.0