基于动态神经网络的电力系统短期负荷在线预测研究

摘要：

电力系统负荷变化受多方面因素的影响，因此负荷曲线呈现出强烈的非线性。为实现非线性的电力负荷在线预测，应用递推更新的样本数据集训练GRNN，构成动态泛回归神经网络。该网络一旦确定了训练样本，网络结构以及各神经元之间的连接权值也随之确定，网络学习完全依赖于样本数据。动态神经网络训练简洁快速，满足了在线预测的实时性要求，达到了预期的目标。

关键词： 在线预测 态神经网络 电力系统 负荷曲线 负荷预测

作者: 刘耀年 赵明宇 王震宇

作者单位: 东北电力大学电气工程学院,吉林省吉林 132012 烟台龙源电力技术股份有限公司,山东省烟台市 264006

会议类型: 国内会议

会议名称: 中国高等学校电力系统及其自动化专业第二十四届学术年会

会议地点: 北京

会议语种:中文

页码: 1753-1756

在线出版日期: 2008-10-01（万方平台首次上网日期，不代表论文的发表时间）