采用混合语言信息群决策的电力负荷密度预测法

摘要：

传统城市空间负荷密度预测法在实际预测过程中其结果的可信度依赖于大量有效的样本数据，而在实际中收集到较齐全的可行样本数据存在很大的难度。为此提出了一种将混合语言信息群决策方法和 BP 神经网络相结合的城市电力负荷密度预测法。该方法采用基于混合语言信息的群决策方法，通过各决策者的评价，计算城市各小区相应的经济、人口、地理环境的综合评分值，并利用 BP 神经网络，训练各指标综合评分值与相应的小区负荷密度，利用训练后的网络结构和待定小区的各指标综合评分结果，预测城市该小区的负荷密度。通过对城市若干小区的负荷密度及各指标综合评分值做比较分析，预测了部分小区的负荷密度值。结果表明预测计算过程摆脱了需要大量收集特定指标定量数据的问题，并且预测结果具有较高的可信度。

关键词：混合语言信息群决策方法、城市电力负荷密度预测、BP神经网络、三大类指标、指标综合评分值

分类号：TM715(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金资助51277016；湖南省高校创新平台开放基金项目12K074；湖南省研究生科研创新项目立项CX2011B359This work is supported by National Natural Science Foundation of China 51277016

在线出版日期：2014-05-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：15-22