基于神经网络和趋势组合的短期电力负荷预测模型
本文在基于神经网络的短期电力负荷预测中提出了一种趋势组合的思想:将短期负荷与天气变量的内在关系分解为三个不同的趋势分量,即周趋势分量、日趋势分量和小时趋势分量,每一个趋势分量分别用一个神经网络模型捕获,趋势分量的预测结果再用一个神经网络模型进行组合,从而得到最终的预测值.用上述思想设计的模型与传统的基于神经网络的短期负荷预测模型分别预测一周的小时负荷,结果表明,改进后的神经网络模型能取得比传统的神经网络模型有更高的预测精度.
趋势组合 短期负荷预测 电力负荷
林开英 俞集辉 袁严辉
重庆大学电气工程学院(重庆)
国内会议
重庆
中文
85-89
2001-10-01（万方平台首次上网日期，不代表论文的发表时间）