电网技术

2004, (10) 45-48

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于竞争分类的神经网络短期电力负荷预测
SHORT-TIME LOAD FORECASTING USING NEURAL NETWORK BASED ON COMPETITIVE LEARNING CLASSIFICATION

姚李孝,姚金雄,李宝庆,万诗新

摘要(Abstract):

根据电力负荷的特点,在考虑天气、日类型、实际历史负荷等因素对预测负荷影响的基础上,提出了一种基于竞争分类的神经网络短期负荷预测方法。应用神经网络的竞争学习对相关数据进行分类,将历史数据分成若干类别从而找出与预测日同类型的预测类别。利用相应的BP算法对未来24小时负荷进行短期预测,该方法充分发挥了神经网络处理非线性问题的能力。结果表明,该方法取得了较满意的预测精度。

关键词(KeyWords): 短期负荷预测;神经网络;竞争学习;电力系统

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 姚李孝,姚金雄,李宝庆,万诗新

Email:

DOI: 10.13335/j.1000-3673.pst.2004.10.011

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享