基于级联网络的短期电力负荷预测研究

摘要：

电力系统负荷预测通过对历史数据分析,预测未来需求,利用经典的Kohonen网络、Elman神经网络和粒子群优化算法建立级联网络预测模型,为了对电力系统短期精确预测,提出了处理非线性问题和解决负荷预测问题.对级联网络预测模型不但能够综合各种单一预测模型的优点,而且能够随时间的推移使结构不断变化,可以减少负荷预测的工作量.用三种神经网络模型进行短期电力负荷预测的仿真结果比较,验证了级联网络预测算法的有效性和良好的应用前景.

关键词：级联网络、短期负荷预测、粒子群优化、仿真

所属期刊栏目：28

分类号：TP391(计算技术、计算机技术)

资助基金：安徽省教育厅自然科学研究项目KJ2009B035Z;安徽工程科技学院青年基金2008YQ024zd;安徽省高校省级自然科学基金项目KJ2008B204

在线出版日期：2011-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：311-314