电力系统保护与控制
電力繫統保護與控製
전력계통보호여공제
POWER SYSTM PROTECTION AND CONTROL
2012年
22期
113-117
,共5页
短期负荷预测%Elman神经网络%综合气象因子%激励函数%双隐含层
短期負荷預測%Elman神經網絡%綜閤氣象因子%激勵函數%雙隱含層
단기부하예측%Elman신경망락%종합기상인자%격려함수%쌍은함층
由于地区电网负荷受气象因素影响较大,提出了综合考虑气象因子的处理方法.该方法采用综合气象因子(人体舒适度和温湿指数)作为输入,克服了气象因子直接输入时输入量多、预测时间长的缺点.同时,针对BP神经网络动态性能的不足,建立基于Elman动态神经网络的短期负荷预测模型,并对该模型的激励函数和网络结构进行改进.改进后的模型考虑了电网的动态特性,减少了神经网络输入量,增强了负荷预测模型的适应性.采用杭州地区实际数据对提出的方法和模型进行验证,结果显示该方法和模型能明显提高负荷预测精度,表明该方法和模型是实用有效的.
由于地區電網負荷受氣象因素影響較大,提齣瞭綜閤攷慮氣象因子的處理方法.該方法採用綜閤氣象因子(人體舒適度和溫濕指數)作為輸入,剋服瞭氣象因子直接輸入時輸入量多、預測時間長的缺點.同時,針對BP神經網絡動態性能的不足,建立基于Elman動態神經網絡的短期負荷預測模型,併對該模型的激勵函數和網絡結構進行改進.改進後的模型攷慮瞭電網的動態特性,減少瞭神經網絡輸入量,增彊瞭負荷預測模型的適應性.採用杭州地區實際數據對提齣的方法和模型進行驗證,結果顯示該方法和模型能明顯提高負荷預測精度,錶明該方法和模型是實用有效的.
유우지구전망부하수기상인소영향교대,제출료종합고필기상인자적처리방법.해방법채용종합기상인자(인체서괄도화온습지수)작위수입,극복료기상인자직접수입시수입량다、예측시간장적결점.동시,침대BP신경망락동태성능적불족,건립기우Elman동태신경망락적단기부하예측모형,병대해모형적격려함수화망락결구진행개진.개진후적모형고필료전망적동태특성,감소료신경망락수입량,증강료부하예측모형적괄응성.채용항주지구실제수거대제출적방법화모형진행험증,결과현시해방법화모형능명현제고부하예측정도,표명해방법화모형시실용유효적.
