电网技术
電網技術
전망기술
POWER SYSTEM TECHNOLOGY
2007年
3期
73-76
,共4页
陈伟%吴耀武%娄素华%熊信艮
陳偉%吳耀武%婁素華%熊信艮
진위%오요무%루소화%웅신간
短期负荷预测%累积式自回归动平均法(ARIMA)%BP神经网络%平滑性处理
短期負荷預測%纍積式自迴歸動平均法(ARIMA)%BP神經網絡%平滑性處理
단기부하예측%루적식자회귀동평균법(ARIMA)%BP신경망락%평활성처리
针对电力系统短期负荷的特点建立了将累积式自回归动平均法(autoregressive integrated moving average,ARIMA)和采用反向传播算法(back propagation,BP)的神经网络法相结合的短期负荷预测模型.该模型利用ARIMA方法对线性时间序列逼近能力强的特点首先对预测日负荷进行预测,然后应用BP神经网络方法对预测结果进行修正,因此克服了单一算法存在的不足.应用该模型对某地区电网进行负荷预测,结果表明该方法的预测效果较好.
針對電力繫統短期負荷的特點建立瞭將纍積式自迴歸動平均法(autoregressive integrated moving average,ARIMA)和採用反嚮傳播算法(back propagation,BP)的神經網絡法相結閤的短期負荷預測模型.該模型利用ARIMA方法對線性時間序列逼近能力彊的特點首先對預測日負荷進行預測,然後應用BP神經網絡方法對預測結果進行脩正,因此剋服瞭單一算法存在的不足.應用該模型對某地區電網進行負荷預測,結果錶明該方法的預測效果較好.
침대전력계통단기부하적특점건립료장루적식자회귀동평균법(autoregressive integrated moving average,ARIMA)화채용반향전파산법(back propagation,BP)적신경망락법상결합적단기부하예측모형.해모형이용ARIMA방법대선성시간서렬핍근능력강적특점수선대예측일부하진행예측,연후응용BP신경망락방법대예측결과진행수정,인차극복료단일산법존재적불족.응용해모형대모지구전망진행부하예측,결과표명해방법적예측효과교호.
