| 基于ANN的用户日负荷曲线的预测研究 |
| |
| 引用本文： | 罗欣,周渝慧,周晖. 基于ANN的用户日负荷曲线的预测研究[J]. 自动化技术与应用, 2007, 26(5): 1-4 |
| |
| 作者姓名： | 罗欣 周渝慧 周晖 |
| |
| 作者单位： | 北京交通大学电气工程学院,北京,100044;北京交通大学电气工程学院,北京,100044;北京交通大学电气工程学院,北京,100044 |
| |
| 摘 要： | 本文以一典型大电力用户--钢铁企业为研究对象,利用无线负荷监控系统的负荷数据,采用人工神经网络ANN中的BP网络理论,构建了24点输出和单点输出这样两种BP神经网络,结合不同的平移时间窗口技术,比较了不同预测模型的性能,实现了对未来一天整点时刻的负荷预测,通过与实际负荷值比较,发现采用BP算法进行大用户的日负荷曲线的预测,结果令人满意.
|
| 关 键 词： | 钢铁企业 无线电负荷监控系统 日负荷曲线预测 BP算法 |
| 文章编号： | 1003-7241（2007）05-0001-04 |
| 收稿时间： | 2006-09-15 |
| 修稿时间： | 2006-09-15 |
Forecasting the Daily Load Based on ANN |
| |
| LUO Xin,ZHOU Yu-hui,ZHOU Hui. Forecasting the Daily Load Based on ANN[J]. Techniques of Automation and Applications, 2007, 26(5): 1-4 |
| |
| Authors: | LUO Xin ZHOU Yu-hui ZHOU Hui |
| |
| Affiliation: | School Of Electrical Engineering, Beijing Jiaotong University, Beijing, 100044 China |
| |
| Abstract: | In this paper, the data of a large-scale steel enterprise, is used for the analysis. A moving time-window is used for two different models --one is a 24-signal BP neural network to forecast every hour load per day, and the other is only a complex network. Numerical results show that the model combining BP in short term load forecasting of important power client is encouraging. |
| |
| Keywords: | steel enterprise wireless power load monitoring system daily load forecasting BP |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
