10.3969/j.issn.1001-1390.2011.02.015
基于BP神经网络的电网短期负荷预测模型研究
为了获得能够反映短期负荷波动的自动预测模型,将BP神经网络运算逻辑与Matlab神经网络工具箱相结合,利用供电系统的气象条件、供电日的日期类型等函数干扰因素作为BP网络神经元的约束"权值",结合自适应控制中的节假日、供电限制等"外部干预项",通过模型对系统历史运行短期负荷数据进行自动"学习",获得一个具有自适应学习速率的电力系统短期负荷预测模型.基于BP神经网络的电力系统短期负荷预测模型能够通过模型自适应控制"学习"训练,获得供电日24小时的负荷波动曲线,通过与实际运行负荷需求数据比较,验证了该模型的正确性,为电能营销策略的制定提供了一个重要的研究课题.
电力系统、短期负荷预测、归一化、BP神经网络、Matlab
48
TM715(输配电工程、电力网及电力系统)
2011-05-04(万方平台首次上网日期,不代表论文的发表时间)
共4页
68-71