电力系统及其自动化学报
電力繫統及其自動化學報
전력계통급기자동화학보
PROCEEDINGS OF THE CHINESE SOCIETY OF UNIVERSITIES
2010年
3期
129-133
,共5页
自组织特征映射%神经网络%有监督竞争学习%模糊理论%短期负荷预测
自組織特徵映射%神經網絡%有鑑督競爭學習%模糊理論%短期負荷預測
자조직특정영사%신경망락%유감독경쟁학습%모호이론%단기부하예측
为提高短期负荷预测的精度,构建一种基于自组织特征映射神经网络和模糊理论的短期负荷预测方法.预测分两个阶段,先根据自组织特征映射神经网络聚类特性,进行第一阶段的负荷预测,在学习训练时,区别于普通的无监督竞争学习采用有监督竞争的学习方式以缩短学习时间,提高学习精度.第一阶段预测出一个基本的负荷值后,在第二阶段利用模糊理论根据前一个时段的预测误差和误差变化对其进行校正.使用该方法不仅能预测工作日负荷还能预测休息日负荷,实例分析证明了该方法的有效性.
為提高短期負荷預測的精度,構建一種基于自組織特徵映射神經網絡和模糊理論的短期負荷預測方法.預測分兩箇階段,先根據自組織特徵映射神經網絡聚類特性,進行第一階段的負荷預測,在學習訓練時,區彆于普通的無鑑督競爭學習採用有鑑督競爭的學習方式以縮短學習時間,提高學習精度.第一階段預測齣一箇基本的負荷值後,在第二階段利用模糊理論根據前一箇時段的預測誤差和誤差變化對其進行校正.使用該方法不僅能預測工作日負荷還能預測休息日負荷,實例分析證明瞭該方法的有效性.
위제고단기부하예측적정도,구건일충기우자조직특정영사신경망락화모호이론적단기부하예측방법.예측분량개계단,선근거자조직특정영사신경망락취류특성,진행제일계단적부하예측,재학습훈련시,구별우보통적무감독경쟁학습채용유감독경쟁적학습방식이축단학습시간,제고학습정도.제일계단예측출일개기본적부하치후,재제이계단이용모호이론근거전일개시단적예측오차화오차변화대기진행교정.사용해방법불부능예측공작일부하환능예측휴식일부하,실례분석증명료해방법적유효성.
