10.3321/j.issn:0258-8013.2005.22.014
基于径向基神经网络和自适应神经模糊系统的电力短期负荷预测方法
针对实时电价对短期负荷的影响,建立了径向基(RBF)神经网络和自适应神经网络模糊系统(ANFIS)相结合的短期负荷预测模型.该模型利用RBF神经网络的非线性逼近能力对不考虑电价因素的预测日负荷进行了预测,并根据近期实时电价的变化,应用ANFIS系统对RBF神经网络的负荷预测结果进行修正,以使固定电价时代的预测方法在电价敏感环境下也能达到较好的预测精度,克服了神经网络在电力市场下进行负荷预测时存在的不足.某电网实际预测结果表明,该方法具有较好的预测效果.
电力系统、短期负荷预测、实时电价、径向基神经网络、自适应神经模糊系统
25
TM715(输配电工程、电力网及电力系统)
2005-12-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
78-82