基于元胞负荷特性分析的RBF神经网络空间负荷预测方法

摘要：

针对元胞历史负荷数据的特点,结合RBF神经网络在非线性拟合方面的优势,提出了一种基于元胞负荷特性分析的RBF神经网络空间负荷预测方法.该方法以元胞的历史负荷数据为基础,横向从元胞的年历史负荷特性入手,描述各元胞年负荷峰值段的发展趋势;纵向从元胞日最大负荷出现的时刻入手,刻画峰值时段的最大负荷数据群.在充分地考虑元胞负荷的季节特性、双峰特性和转移特性对空间负荷预测精度影响的基础上,构建出一种合理的峰值时段最大负荷数据群的双向选取模型.然后采用RBF神经网络对所选取的最大负荷数据群进行训练和预测,进而得到目标年各元胞的年最大负荷预测值.工程实例验证了该方法的实用性和有效性.

关键词：电力负荷特性、RBF神经网络、空间负荷预测、负荷最大值、元胞

所属期刊栏目：42

分类号：TM715(输配电工程、电力网及电力系统)

在线出版日期：2018-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：301-307