| 基于SOM特征聚类及RBF神经网络的电力负荷预测方法研究 |
| |
| 引用本文： | 郝文斌,孟志高,张 勇,谢 波,彭 攀,卫佳奇.基于SOM特征聚类及RBF神经网络的电力负荷预测方法研究[J].电力需求侧管理,2024,26(2):49-54. |
| |
| 作者姓名： | 郝文斌 孟志高 张 勇 谢 波 彭 攀 卫佳奇 |
| |
| 作者单位： | 国网四川省电力公司 成都供电公司,成都 610000;国网四川省电力公司 成都供电公司,成都 610001;国网四川省电力公司 成都供电公司,成都 610002;国网四川省电力公司 成都供电公司,成都 610003;国网四川省电力公司 成都供电公司,成都 610004;国网四川省电力公司 成都供电公司,成都 610005 |
| |
| 基金项目： | 国网四川省电力公司成都供电公司科研项目（521904220001） |
| |
| 摘 要： | 为了提高电力系统负荷预测的精度,维护电力系统运行的安全稳定性,提出一种基于特征向量的自组织映射聚类和改进的径向基函数神经网络相结合的电力负荷预测模型。通过提取能够体现每日电力负荷特性的特征向量,对样本进行聚类,采用具有相似特征的数据作为神经网络的训练样本,提高了样本规律性。采用粒子群算法（particle swarm optimization,PSO）修正神经网络粒子群速度及位置,以克服梯度下降、局部最优等问题对网络预测精度的影响。基于某地配电网电力负荷数据,验证了所提模型的有效性及良好的适应性。
|
| 关 键 词： | 负荷预测 自组织映射聚类 径向基函数神经网络 粒子群优化算法 |
| 收稿时间： | 2023/12/11 0:00:00 |
| 修稿时间： | 2024/1/19 0:00:00 |
Research on power load forecasting method based on feature clustering of SOM and RBF neural network |
| |
| HAO Wenbin,MENG Zhigao,ZHANG Yong,XIE Bo,PENG Pan,WEI Jiaqi.Research on power load forecasting method based on feature clustering of SOM and RBF neural network[J].Power Demand Side Management,2024,26(2):49-54. |
| |
| Authors: | HAO Wenbin MENG Zhigao ZHANG Yong XIE Bo PENG Pan WEI Jiaqi |
| |
| Affiliation: | Chengdu Power Supply Company, State Grid Sichuan Electric Power Company, Chengdu 610000, China;Chengdu Power Supply Company, State Grid Sichuan Electric Power Company, Chengdu 610001, China;Chengdu Power Supply Company, State Grid Sichuan Electric Power Company, Chengdu 610002, China;Chengdu Power Supply Company, State Grid Sichuan Electric Power Company, Chengdu 610003, China;Chengdu Power Supply Company, State Grid Sichuan Electric Power Company, Chengdu 610004, China; Chengdu Power Supply Company, State Grid Sichuan Electric Power Company, Chengdu 610005, China |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《电力需求侧管理》浏览原始摘要信息 |
|
点击此处可从《电力需求侧管理》下载全文 |
|
