仪器仪表学报
儀器儀錶學報
의기의표학보
Chinese Journal of Scientific Instrument
2015年
7期
1646-1652
,共7页
张淑清%任爽%师荣艳%刘子玥%姜万录
張淑清%任爽%師榮豔%劉子玥%薑萬錄
장숙청%임상%사영염%류자모%강만록
短期负荷预测%多变量气象因子%主成分分析%LMBP神经网络
短期負荷預測%多變量氣象因子%主成分分析%LMBP神經網絡
단기부하예측%다변량기상인자%주성분분석%LMBP신경망락
short-term load forecasting%multiple weather factors%principal component analysis%LMBP neural network
提出基于主成分分析处理多天气因素的LMBP电力负荷预测模型.采用主成分分析技术对多气象因素进行降维处理,提取多天气因素特征量,既全面表征天气因素对电力负荷的影响,又简化预测模型.将得到的新气象特征量与历史负荷数据共同作为建模对象.采用基于L-M优化算法的BP神经网络(LMBP)进行预测分析,通过最速梯度下降法和牛顿法之间的自适应调整优化网络权值,有效提高网络的收敛速度和泛化能力.通过对美国南部某地区实际电力负荷系统进行预测分析表明该方法可以有效提高预测精度和预测效率.
提齣基于主成分分析處理多天氣因素的LMBP電力負荷預測模型.採用主成分分析技術對多氣象因素進行降維處理,提取多天氣因素特徵量,既全麵錶徵天氣因素對電力負荷的影響,又簡化預測模型.將得到的新氣象特徵量與歷史負荷數據共同作為建模對象.採用基于L-M優化算法的BP神經網絡(LMBP)進行預測分析,通過最速梯度下降法和牛頓法之間的自適應調整優化網絡權值,有效提高網絡的收斂速度和汎化能力.通過對美國南部某地區實際電力負荷繫統進行預測分析錶明該方法可以有效提高預測精度和預測效率.
제출기우주성분분석처리다천기인소적LMBP전력부하예측모형.채용주성분분석기술대다기상인소진행강유처리,제취다천기인소특정량,기전면표정천기인소대전력부하적영향,우간화예측모형.장득도적신기상특정량여역사부하수거공동작위건모대상.채용기우L-M우화산법적BP신경망락(LMBP)진행예측분석,통과최속제도하강법화우돈법지간적자괄응조정우화망락권치,유효제고망락적수렴속도화범화능력.통과대미국남부모지구실제전력부하계통진행예측분석표명해방법가이유효제고예측정도화예측효솔.
