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
2011年
3期
101-105
,共5页
周虎%江岳春%陈旭%黄珊%彭信淞
週虎%江嶽春%陳旭%黃珊%彭信淞
주호%강악춘%진욱%황산%팽신송
短期负荷预测%模糊聚类分析%神经网络代数算法%反向传播算法
短期負荷預測%模糊聚類分析%神經網絡代數算法%反嚮傳播算法
단기부하예측%모호취류분석%신경망락대수산법%반향전파산법
为了提高短期负荷预测速度和精度,提出了将模糊聚类分析和神经网络代数算法相结合的短期负荷预测方法.综合考虑天气、日类型、历史负荷等对未来负荷变化的影响,通过模糊聚类分析选取学习样本,找出同预测目相符的预测类别,采用神经网络代数算法训练样本,对24小时负荷(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,而且克服了传统BP算法存在的缺点.算例分析结果表明该方法有较高的预测精度,取得了令人满意的结果.
為瞭提高短期負荷預測速度和精度,提齣瞭將模糊聚類分析和神經網絡代數算法相結閤的短期負荷預測方法.綜閤攷慮天氣、日類型、歷史負荷等對未來負荷變化的影響,通過模糊聚類分析選取學習樣本,找齣同預測目相符的預測類彆,採用神經網絡代數算法訓練樣本,對24小時負荷(24點)每點建立一箇預測模型.該方法充分髮揮瞭神經網絡和模糊理論處理非線性問題的能力,提高瞭學習效能,而且剋服瞭傳統BP算法存在的缺點.算例分析結果錶明該方法有較高的預測精度,取得瞭令人滿意的結果.
위료제고단기부하예측속도화정도,제출료장모호취류분석화신경망락대수산법상결합적단기부하예측방법.종합고필천기、일류형、역사부하등대미래부하변화적영향,통과모호취류분석선취학습양본,조출동예측목상부적예측유별,채용신경망락대수산법훈련양본,대24소시부하(24점)매점건립일개예측모형.해방법충분발휘료신경망락화모호이론처리비선성문제적능력,제고료학습효능,이차극복료전통BP산법존재적결점.산례분석결과표명해방법유교고적예측정도,취득료령인만의적결과.
