基于灰色关联分析理论和神经网络的超短期负荷预测研究
人工神经网络方法已成功地应用在负荷预测领域,但在训练数据时存在数据处理量太大、处理速度慢等缺点。为此提出了一种基于灰色关联分析理论的人工神经网络预测方法,通过灰色关联分析理论寻找与预测日曲线几何形状最相似的历史负荷,将此数据序列作为神经网络的训练数据,提高预测的速度和精度,克服神经网络的上述缺点.对于人工神经网络采取加入动量项法提高收敛速度并防止收敛到局部极小值。将该方法应用于超短期负荷预测中,与单纯的人工神经网络法相比,预测精度得到了改善的同时也明显提高了计算速度。
负荷预测 灰色关联分析 神经网络 电力系统
云会周 刘文颖 李光珍 燕妮
华北电力大学电气与电子工程学院 北京 102206
国内会议
长沙
中文
1-4
2009-10-01（万方平台首次上网日期，不代表论文的发表时间）