基于人工神经网络短期负荷预测的数据处理

摘要：

科学合理的数据处理是提高短期电力负荷预测精度的最基本环节之一.利用软件滤波方法,自动平滑坏负荷数据;同时根据负荷的不同特性和规律,将输入数据进行有效分组,分别建立分组负荷预测模型:工作日负荷预测模型、周日负荷预测模型以及节日负荷预测模型,使预测模型不但具有所需样本数据少、模型简单、精度高等优点,同时又具有较强的泛化能力,从而提高负荷预测的效率和精度.通过对南昌供电公司的负荷数据进行具体计算,表明该方法是有效和可行的.

关键词：人工神经网络、短期负荷预测、软件滤波、数据处理、预测精度

所属期刊栏目：27

分类号：TM714(输配电工程、电力网及电力系统)

资助基金：南昌工程学院青年基金项目2006KJ018

在线出版日期：2008-09-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：45-49,54