基于神经网络的电力系统短期负荷预测研究

摘要：

电力系统负荷预测是电力生产部门的重要工作之一,作者利用BP神经网络进行电力系统短期负荷预测,在保证有足够的训练样本的前提下,对预测模型进行合理分类,构造了相应于不同季节的周预测、日预测模型,并对输入变量的选择,特别是温度的选取问题,进行了讨论.在神经网络训练的过程中,往往会出现过拟合的现象,给预测的结果带来不利的影响,为此在训练过程中,将样本随机地分离为训练集和测试集来防止这个问题.典型算例的计算表明,该方法是有效的.

关键词：短期负荷预测、BP神经网络、相关分析、过拟合、电力市场

所属期刊栏目：26

分类号：TM734(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：10-13,18