基于动态自适应神经网络和人体舒适度的短期负荷预测 |
| |
引用本文: | 祝燕萍,方鸽飞.基于动态自适应神经网络和人体舒适度的短期负荷预测[J].电力系统保护与控制,2012,40(1):56-61. |
| |
作者姓名: | 祝燕萍 方鸽飞 |
| |
作者单位: | 浙江大学电气工程学院,浙江 杭州 310027 |
| |
摘 要: | 针对BP(Back Propagation)神经网络的适应性较差的问题,提出了自适应神经网络的模型,并将其应用到短期负荷预测中。在神经网络进行数据训练时,对于大量的训练数据,提出采用动态自适应的方式进行处理。分析了实时气象因素对短期负荷的影响,以人体舒适度作为气象因子的处理模型。采用杭州地区数据对提出的模型进行验证,与BP模型预测的结果对比,具有更快的预测速度、更高的预测精度。所构建的预测模型具有很好的适应性,并充分考虑了气象因素、日期类型,预测结果表明所提出的预测方法是有效且实用的。
|
关 键 词: | 短期负荷预测 自适应神经网络 动态自适应 实时气象因素 人体舒适度 |
|
| 点击此处可从《电力系统保护与控制》浏览原始摘要信息 |
|
点击此处可从《电力系统保护与控制》下载全文 |
|