基于动态神经网络的电力系统短期负荷在线预测

摘要：

电力系统负荷变化受多方而因素的影响，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，应用改进的泛回归神经网络(GRNN)，运用递推史新的样本数据集训练GRNN，构成动态泛回归神经网络。该动态神经网络训练方便快捷，能够满足在线预测的实时性的要求。仿真实验表明预测值较观测值有一定滞后，但均能尾随观测值而变化，达到了预期的目标。

关键词： 电力系统 短期负荷 非线性分析 在线预测 动态神经网络

作者: 庞松岭 刘岱 刘耀年

作者单位: 海南电网公司,海南省 海口 570203 海口供电局,海南省 海口 570001

会议类型: 国内会议

会议名称: 中国电机工程学会第十届青年学术会议

会议地点: 吉林

会议语种:中文

页码: 1-4

在线出版日期: 2008-09-11（万方平台首次上网日期，不代表论文的发表时间）