应用神经网络与线性模型结合的电力负荷短期预测
该文研究电力系统短期负荷预测问题，提出了一种将神经网络与线性模型相结合的预测方法。预测模型将电力负荷的各个分量分开建模，一部分分量用神经网络来建立，另一部分分量则用线性模型来描述。神经网络与线性模型的结合使得预测测模型同时具有神以网络和线性模型的优点。在合适的学习策略训练后，各个分量模型能真正反映各负荷分量的变化，使得该方法具有较强的鲁棒性。实例计算取得了超前1周预测平均绝对百分误差3.70℅和超前1天预测3.14℅的预测精度。
人工神经网络 线性模型 负荷预测 电力系统
赖晓平 周鸿兴
山东大学威海分校控制工程系(威海) 山东大学数学与系统科学院(济南)
国内会议
合肥
中文
1633～1637
2000-06-01（万方平台首次上网日期，不代表论文的发表时间）