10.3321/j.issn:1000-3673.2005.03.014
基于改进主成分分析的短期负荷预测方法
由各时点负荷分量组成的负荷时间序列中,各数据点间具有一定的相关性和差异性,在进行短期负荷预测时模型一般无法兼顾数据的共性和差异性.作者采用一种改进的主成分分析法,在不损失负荷原始数据主要信息的前提下提取负荷数据的主成分,有效地减少了预测模型的输入量.同时,针对电力系统短期负荷受温度影响较大的特点,将温度因素引入BP神经网络进行短期负荷预测,实例分析验证了该方法的有效性.
主成分分析、神经网络、短期负荷预测、电力系统
29
TM734(输配电工程、电力网及电力系统)
2005-03-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
64-67