基于模糊聚类的神经网络短期负荷预测方法SHORT-TERM LOAD FORECASTING USING A NEURAL NETWORK BASED ON FUZZY CLUSTERING
姜勇
摘要(Abstract):
针对电力负荷的特点,综合考虑天气、日类型、历史负荷等对未来负荷变化的影响,提出了一种新的短期负荷预测方法。通过模糊聚类选取学习样本,采用反向传播算法,对24点每点建立一个预测模型。该方法充分发挥了神经网络和模糊理论处理非线性问题的能力,提高了学习效能,在负荷平稳的季节和负荷波动较大的季节都具有较好的预测精度。
关键词(KeyWords): 短期负荷预测;模糊聚类;人工神经网络
基金项目(Foundation):
作者(Author): 姜勇
Email:
DOI:
参考文献(References):
- [1]杨纶标,高英仪(YangLunbiao,GaoYingyi).模糊数学原理及应用(Principle and application of fuzzy mathematics)[M],广州:华南理工大学出版社,2001,3(SouthChinaUniversity ofTechnologyPublishingCompany,Guangzhou,2001).
- [2]胡守仁,余少波,戴葵(HuShouren,YuShaobo,DaiKui).神经网络导论(Neural network guide)[M].长沙:国防科技大学出版社,1993.10(NUDT PublishingCompany,Changsha,1993).
- [3]牛东晓,曹树华,赵磊,张文文(NiuDongxiao,CaoShuhua,ZhaoLei,ZhangWenwen).电力负荷预测技术及其应用(Load forecasting and its application)[M].北京:中国电力出版社,1998,10(ChinaElectricPublishingCompany,Beijing,1998).