共查询到19条相似文献,搜索用时 62 毫秒
1.
基于人工神经网络的短期负荷预测 总被引:3,自引:0,他引:3
通过仿真实验得出要提高电力系统负荷预测精度必须采用两个隐层的结论。为了避免由此而引起训练时间的增加,必须适当地限制ANN输入变量的数目,提出了一种类似于相似日方法的方法。采用某种差异评估函数,寻找最有可能与预测日负荷相似的某些天,再用ANN予以修正。 相似文献
2.
提出了一种基于人工神经网络的电力系统短期负荷预测技术,该方法在计及气温因素对负荷预测影响的基础上,将神经网络同一种较为新颖的预报模型相结合,因而具有较高的预测精度。计算实例证明了该法的可行性和有效性。 相似文献
3.
人工神经网络在电力系统短期负荷预测中的应用 总被引:6,自引:0,他引:6
提出了基于多层前馈神经网络误差择向传播(BP)模型的电力系统短期负荷预测的方法,根据电力系统短期负荷变化的特性建立了既反映电力系统负荷连续性、周期性及其负荷的变化趋势,又包含天气变化对系统负荷的影响的日负荷模型,以此作为对BP神经网络进行训练的向量样本集。通过实例表明ANN应用于电力系统短期负荷预测的是平行的,有效的,其预报结果比传统的负荷预测方法更准确。 相似文献
4.
基于神经网络-模糊推理综合模型的短期负荷预测 总被引:3,自引:0,他引:3
针对由于神经元网络泛化能力不足等原因造成的预测精度不高甚至出现坏数据从而难以适用于负荷波动厉害的电网情况,提出一种基于神经网络-模糊推理综合模型的短期负荷预测方法。该方法结合了神经网络和模糊推理的优点,通过模糊推理来修正神经网络输出的预测结果,能有效地提高预测精度。特别是对于受天气影响比较明显而天气变化又比较剧烈的电网,能有效防止不合理预测结果的出现。在武汉电网的实际运行情况说明了本算法的有效性。 相似文献
5.
扩展短期负荷预测的原理和方法 总被引:15,自引:4,他引:15
在电力市场环境下,制定和调整当日负荷计划的周期缩短,负荷预测系统需要在留有2h时间裕度的情况下,对当日未知负荷进行重新预测。该文提出的扩展短期负荷预测方法可以满足这种要求,并在文中仔细阐述了该方法的应用背景,理论及概念,给出了实现方案,最后,以实际系统数据说明了该方法的必要性和实用性。 相似文献
6.
基于相似日的神经网络短期负荷预测方法 总被引:8,自引:10,他引:8
人工神经网络是模拟人脑神经元结构、特性和大脑认知功能而构成的新型信号、信号处理系统。本文针对电力负荷短期预测问题,提出了一种基于相似日的神经网络预测方法,采用反向传播算法,考虑气象因素对负荷的影响,提高了学习效能,具有较好的预测精度。本方法很适合在短期负荷预测中使用,预测结果验证了上述结论。 相似文献
7.
一种基于人工神经网络的短期负荷预测技术 总被引:2,自引:0,他引:2
提出了一种基于人工神经网络的电力系统短期负荷预测技术,该方法在计及曙因素对负荷预测影响的基础上,将神经网络同一种较为新颖的预报模型相结合,因而具有较高的预测精度。计算实例证明了该法的可行性和有效性。 相似文献
8.
9.
10.
应用人工神经网络进行短期负荷预测 总被引:11,自引:5,他引:11
本文提出了一种应用人工神经网络进行电力系统短期负荷预测的方法。负荷按照每周各日进行分类,共七种模式,学习样本选取每周中的相同类型日。为了提高预测精度,对原始数据中的伪数据进行清除,对于那些可以预料到的随机干扰,应用专家系统原理予以处理。通过对银川供电局负荷的实际预测,表明本文所提供方法可以实际应用。 相似文献
11.
人工神经网络在华北电网负荷预测中的应用 总被引:5,自引:0,他引:5
文章介绍了人工神经网络在华北电网短期负荷预测中的研究与应用,这种方法可以考虑气象因素在短期负荷预测中的影响,它能够准确地预测出华北电网的负荷,预测的结果表明这种方法在短期负荷预测中可以使精度提高0.9%。 相似文献
12.
13.
14.
基于人工免疫网络的短期负荷预测模型 总被引:16,自引:5,他引:16
为了克服传统神经网络预测方法在网络结构设计、学习算法和收敛效果等方面存在的缺陷,通过借鉴免疫网络调节与免疫规划,该文提出了一种基于人工免疫网络的短期负荷预测模型。在人工免疫网络的设计中,创造性地融入了免疫调节原理,利用免疫规划来进化网络结构,采用了新的个体编码方式,神经元适应度函数和自适应混沌变异算子,通过免疫规划进行网络结构的设计,并结合免疫网络调节的进化算法进行网络的学习。电力系统短期负荷预测的计算实例表明,基于人工免疫网络的负荷预测方法与传统神经网络预测方法相比,具有较强的自适应能力和较好的效果。 相似文献
15.
应用函数联接网络预测电力系统短期负荷 总被引:1,自引:0,他引:1
采用函数联接的神经网络进行电力系统的短期负荷预测。将输入模式映射到维数更高的模式 空间,使在原空间中不可分的问题,在更高的空间中成为可分,从而只须采用无隐含层的平 面网络即可进行电力系统负荷预测。实测结果表明该方法可行。 相似文献
16.
17.
遗传神经网络在电力系统短期负荷预测中的应用 总被引:19,自引:9,他引:19
为了克服传统BP神经网络中存在的一些缺陷,实现准确、快速预测电力系统负荷的目的,作者通过将遗传算法与神经网络结合,构造了一种遗传神经网络来进行电力系统短期负荷预测,方法的思路是:首先,利用遗传算法有指导地计算神经隐层节点数,从而确定一个较合理的神经网络结构;其次,由遗传算法从初始权值的解群中选取出一个优秀的初始权值,克服初始权值选取的盲目性;最后,将得到的神经网络结构和优秀的初始权值结合起来,利用改进的BP算法进行电力系统短期负荷预测,仿真计算表明该方法达到了提高预测精度和改善网络性能的要求。 相似文献
18.
基于模糊粗糙集和神经网络的短期负荷预测方法 总被引:18,自引:1,他引:18
针对采用神经网络进行电力系统短期负荷预测时其网络输入变量的选择是影响预测效果的关键问题,该文提出使用模糊粗糙集理论解决这一问题:对采集到的信息进行特征提取、形成决策表;利用模糊粗糙集理论进行属性约简、去除冗余信息;用得到的属性作为BP网络的输入进行训练预测。该方法既全面考虑了影响负荷预测的历史时间序列、气象等各种因素,为合理地选择神经网络的输入变量提供了一种新的方法,又避免了由于输入变量过多而导致神经网络拓扑结构复杂、训练时间长等不足。计算实例表明,文中提出的方法是有效且可行的。 相似文献