基于人工神经网络与传统方法相结合的短期负荷预测
该文分析了电力系统负荷预测的传统方法及人工神经网络方法的优缺点,提出一种将两类方法优点相结合的短期负荷预测方法。一方面,不同的负荷分量采用不同类型的预测方法,另一方面,用神经网络来捕获负荷的周期变化时,采用基本频率的谐振分量作神经网络的输入。神经网络采用快速的学习算法进行训练。这些技术使得该文提出的短期负荷预测方法具有很强的实时性和适应性。仿真结果表明,预测精度比传统方法高。
短期负荷预测 传统方法 人工神经网络 神经网络 电力系统
赖晓平 周鸿兴
大学威海分校控制工程系 大学数学院(济南)
国内会议
重庆
中文
108~113
1999-09-01(万方平台首次上网日期,不代表论文的发表时间)