基于最小二乘状态估计和模糊神经的中长期负荷预测

摘要：

可靠准确的中长期电力负荷预测可以使电力公司和发电公司更好地分配配电网络,并有助于在可再生能源并网时提高对电力系统的保护稳定性.为此,提出一种基于加权最小二乘状态估计和模糊神经网络的中长期电力负荷预测方案.基于最小二乘状态估计得到的潮流信息和来自神经网络得到的预测负荷作为模糊神经网络的输入,借由模糊神经网络生成高质量的中长期电力负荷预测结果,最后在IEEE 30总线系统上进行验证和评估.试验结果表明,所提方案可以实现平均绝对百分比误差低于2.55％,比单独的最小二乘状态估计法和模糊神经网络法拥有更低的平均绝对百分比误差.

关键词：中长期负荷预测、最小二乘状态估计、模糊神经网络、数据精细化、WLS-FNN负荷预测模型、IEEE 30总线系统

所属期刊栏目：46

分类号：TM74(输配电工程、电力网及电力系统)

资助基金：国家电网有限公司总部科技项目SGHNJN00YZJS2211257

在线出版日期：2024-09-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：56-59