一种基于小波神经元网络的短期负荷预测方法

摘要：

小波神经元网络比多层前馈神经网络具有更多自由度和更好的适应性.为更好地反映气象因素对负荷的影响及提高负荷预测的精度,文章选用Morlet小波构建小波神经元网络,采用误差反传学习算法来训练网络,采用自学习隶属度分析聚类的新方法选择训练样本.并应用武汉电网近年的负荷数据和气象资料进行了建模和预测,预测结果表明所建立的小波神经元网络预测模型具有较好的收敛性,采用自学习隶属度分析聚类方法选择训练样本能改善预测精度.

关键词：小波神经元网络、隶属度、短期负荷预测、电力系统

所属期刊栏目：28

分类号：TM714(输配电工程、电力网及电力系统)

资助基金：高等学校博士学科点专项科研基金2000048712

在线出版日期：2004-06-04（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：15-18