电网技术

2018, v.42;No.410(01) 301-307

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

基于元胞负荷特性分析的RBF神经网络空间负荷预测方法
A Spatial Load Forecasting Method Based on RBF Neural Network and Cellular Load Characteristics Analysis

肖白;刘庆永;牛强;綦雪松;王皓;

摘要(Abstract):

针对元胞历史负荷数据的特点,结合RBF神经网络在非线性拟合方面的优势,提出了一种基于元胞负荷特性分析的RBF神经网络空间负荷预测方法。该方法以元胞的历史负荷数据为基础,横向从元胞的年历史负荷特性入手,描述各元胞年负荷峰值段的发展趋势;纵向从元胞日最大负荷出现的时刻入手,刻画峰值时段的最大负荷数据群。在充分地考虑元胞负荷的季节特性、双峰特性和转移特性对空间负荷预测精度影响的基础上,构建出一种合理的峰值时段最大负荷数据群的双向选取模型。然后采用RBF神经网络对所选取的最大负荷数据群进行训练和预测,进而得到目标年各元胞的年最大负荷预测值。工程实例验证了该方法的实用性和有效性。

关键词(KeyWords): 电力负荷特性;RBF神经网络;空间负荷预测;负荷最大值;元胞

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(51177009)~~

作者(Author): 肖白;刘庆永;牛强;綦雪松;王皓;

Email:

DOI: 10.13335/j.1000-3673.pst.2017.0886

参考文献(References):

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