基于神经网络和趋势组合的短期电力负荷预测模型研究
在运用神经网络进行短期电力负荷预测中,天气是影响负荷的重要因素.为了更好地捕捉天气对负荷的影响,论文提出了一种基于神经网络的趋势组合短期负荷预测思想和模型.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.分别用改进的和传统的模型预测一周的小时负荷,结果表明,这种神经网络模型能取得更好的预测精度.
人工神经网络 趋势组合 短期负荷预测
林开英 俞集辉 袁严辉
重庆大学A区电气工程学院(重庆)
国内会议
成都
中文
59-63
2003-06-01（万方平台首次上网日期，不代表论文的发表时间）