电网技术

2003, (05) 29-32

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

基于人工神经网络和模糊推理的短期负荷预测方法
SHORT TERM LOAD FORECASTING USING ARTIFICIAL NEURON NETWORK AND FUZZY INFERENCE

马文晓,白晓民,沐连顺

摘要(Abstract):

电力系统短期负荷预测是电力系统调度部门制定发电运行计划的依据,也是制定电力市场交易计划的基础。人们提出了许多种短期负荷预测方法,如时间序列法、状态空间法、人工神经网络法等,但是这些方法都无法精确地描述电力负荷模型。在对大量历史负荷数据进行统计分析的基础上,作者提出了一种基于人工神经网络和模糊推理的预测新方法,其中首先根据实际经验将负荷日类型划分为周一、工作日、周六、周日和节假日5种类型;然后根据不同的类型日建立相应的人工神经网络模型用以预测负荷归一化系数;最后通过模糊推理策略预测日最大负荷和日最小负荷。实际算例表明,所提出的方法能够提高短期负荷预测的精度。

关键词(KeyWords): 短期负荷预测;人工神经网络;模糊推理策略

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 马文晓,白晓民,沐连顺

Email:

DOI:

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