证据理论融合量子神经网络的短期负荷预测

摘要：

提出一种用于电力系统短期负荷预测的量子神经网络方法.量子神经网络模型作为单一预测模型对负荷进行预测.利用神经网络,非线性回归模型对预测的历史误差和预测时点的外界影响因素进行分析建模,建立每个模型的可信度评价模型.采用证据理论对每个模型的可信度进行分析评价和合成,确立最终的模型组合预测权值.通过该权值对相应的预测结果进行加权求和得到最终的预测结果.实例表明,该方法能提高预测的精度,是有效可行的.

关键词：负荷预测、量子神经网络、D-S证据理论

所属期刊栏目：38

分类号：TM715(输配电工程、电力网及电力系统)

在线出版日期：2010-09-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：49-53