10.3321/j.issn:1000-3673.2003.02.012
基于模糊聚类的神经网络短期负荷预测方法
针对电力负荷的特点,综合考虑天气、日类型、历史负荷等对未来负荷变化的影响,提出了一种新的短期负荷预测方法.通过模糊聚类选取学习样本,采用反向传播算法,对24点每点建立一个预测模型.该方法充分发挥了神经网络和模糊理论处理非线性问题的能力,提高了学习效能,在负荷平稳的季节和负荷波动较大的季节都具有较好的预测精度.
短期负荷预测、模糊聚类、人工神经网络
27
TM715(输配电工程、电力网及电力系统)
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
45-49