基于前馈型神经网络的电力系统短期负荷预测
电力系统短期负荷预测是电力调度部门的重要工作之一，负荷预测的精度直接影响到电网的平安、经济和稳定运行。影响电力负荷的因素很多，这些因素对负荷的影响具有非线性、复杂性、滞后性等特征。本文以某市某地区历史日用电负荷、日气温等数据为作为样本数据，并对原始数据预处理后作为预测模型的输入数据，综合考虑温度、星期类型等因素对短期电力负荷的影响，运用SPSS Clementine 进行神经网络建模对预测日用电负荷进行预测。经验证表明，该模型能有效地反映气温、星期类型和负荷之间的变化关系。
电力系统 神经网络 短期负荷 预测模型
巨克真
国网电力科学研究院/南京南瑞集团公司，南京市，211100
国内会议
中国电机工程学会电力系统自动化专业委员会三届一次会议暨2011年学术交流会
南京
中文
1-8
2011-11-01（万方平台首次上网日期，不代表论文的发表时间）