10.3321/j.issn:1000-3673.2003.05.007
基于人工神经网络和模糊推理的短期负荷预测方法
电力系统短期负荷预测是电力系统调度部门制定发电运行计划的依据,也是制定电力市场交易计划的基础.人们提出了许多种短期负荷预测方法,如时间序列法、状态空间法、人工神经网络法等,但是这些方法都无法精确地描述电力负荷模型.在对大量历史负荷数据进行统计分析的基础上,作者提出了一种基于人工神经网络和模糊推理的预测新方法,其中首先根据实际经验将负荷日类型划分为周一、工作日、周六、周日和节假日5种类型;然后根据不同的类型日建立相应的人工神经网络模型用以预测负荷归一化系数;最后通过模糊推理策略预测日最大负荷和日最小负荷.实际算例表明,所提出的方法能够提高短期负荷预测的精度.
短期负荷预测、人工神经网络、模糊推理策略
27
TM734(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4页
29-32