首页 | 本学科首页   官方微博 | 高级检索  
     

基于动态模糊神经网络的短期电力负荷预测
引用本文:任金霞,游鑫,余志武.基于动态模糊神经网络的短期电力负荷预测[J].南方冶金学院学报,2015(3):69-73.
作者姓名:任金霞  游鑫  余志武
作者单位:江西理工大学电气工程与自动化学院
基金项目:国家自然科学基金资助项目(61363011)
摘    要:针对电力负荷受天气和日期影响特点,提出一种基于动态模糊神经网络的短期电力负荷预测的新方法.该算法最大的特点是模糊规则是动态变化的,通过系统误差、可容纳边界来判断系统是否需要新增一条模糊规则,使用误差下降率(ERR)修剪算法剔除对整个网络影响较小的模糊规则.该算法还使用了分级学习法让网络的学习速度大大提高.在分析了EUNITE网络提供的负荷数据基础上来进行仿真,该仿真将温度、星期、月份、节假日因素作为网络的输入向量,取日负荷峰值作为网络的输出向量.仿真结果显示取得了较好的预测准确率.

关 键 词:动态模糊神经网络  短期电力负荷预测  日负荷峰值

Short-term power load forecasting based on dynamic fuzzy neural network
REN Jinxia;YOU Xin;YU Zhiwu.Short-term power load forecasting based on dynamic fuzzy neural network[J].Journal of Southern Institute of Metallurgy,2015(3):69-73.
Authors:REN Jinxia;YOU Xin;YU Zhiwu
Affiliation:REN Jinxia;YOU Xin;YU Zhiwu;School of Electronic Engineering and Automation, Jiangxi University of Science and Technology;
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号