基于模糊模式识别的电力系统短期负荷预测
电力负荷预测一直是电力系统的重要研究课题，：预测电力系统未来几分钟到一个星期的负荷对电力系统的经济和安全运行起着重要作用。人工神经网络(ANN)技术的发展提供了一种新的电力系统负荷帧测手段。针对在天气突变等突发事件下电力系统短期负荷预测方法预测精度较差的问题，提出基于模糊分类后的历史数据建立不同权系数的神经网络模型进行短期负荷预测方法，突出突变因素对负荷的影响，确保预测的准确性。证明了神经网络在电力系统短期负荷预测领域的有效性和可行性。
短期负荷预测 最小二乘法 模糊模式识别 电力系统 神经网络
王娜 梁禹
沈阳化工大学 信息工程学院,辽宁 沈阳 110142
国内会议
沈阳
中文
95-97
2010-09-24（万方平台首次上网日期，不代表论文的发表时间）