基于谱分析的Elman神经网络在电力系统短期负荷预测中的应用

摘要：

输入变量的选择是直接影响到短期负荷预测精度的关键步骤.本文将谱分析引入到输入变量的选择中来,采用快速傅立叶变换(FFT)对96点负荷曲线进行频谱分析,得出被研究负荷的周期特性,继而提取反映被预测系统负荷真实特性的输入变量.在进行预测时,本文采用了具有动态递归性能的Elman神经网络,可增强负荷预测模型的适应性.经一个实际电网的实际应用,证实其比传统静态前馈神经网络预测模型更能有效地提高预测精度.

关键词： 短期负荷预测 谱分析 Elman神经网络

作者: 蒯圣宇 王承民 马玉玲

作者单位: 六安供电公司,安徽,六安,237006 上海交通大学电子信息与电气工程学院,上海,200030

会议类型: 国内会议

会议名称: 中国电机工程学会第九届青年学术会议

会议地点: 北京

会议语种:中文

页码: 552-555

在线出版日期: 2006-11-01（万方平台首次上网日期，不代表论文的发表时间）