基于负荷分解和实时气象因素的短期负荷预测
根据地区气象与负荷的相关关系,从总负荷中分解出对气象不敏感的摹础负荷和受气象因素影响的气象敏感负荷,并分别采用灰色系统GM(1,1)模型和基于LMBP(Levemberg-Marquardt back propagation)算法的多层前馈神经网络对二者进行建模预测.在对实时气象因素、日特征气象因素与气象敏感负荷相关性分析的基础上,重点把握某些气象因素与气象敏感负荷之间的联系.通过合理选择神经网络的输入变量,实现了基于实时气象因素的短期负荷预测.实际应用证明了所提出方法的有效性.
短期负荷预测、实时气象因素、负荷分解、气象敏感负荷、神经网络
33
TM715(输配电工程、电力网及电力系统)
电子信息产业发展基金
2009-07-10(万方平台首次上网日期,不代表论文的发表时间)
共7页
94-100