短期电力负荷的混沌预测及其神经网络的实现  

The Chaos Forecast of Short-term Power Load and Its Realization through Neurel Networks

作　　者：乐晓波[1] 匡迎春[1] 唐贤瑛[1] 

机构地区：[1]长沙理工大学计算机与通信学院,湖南长沙410007

出　　处：《长沙理工大学学报（自然科学版）》2005年第1期44-48,共5页Journal of Changsha University of Science and Technology:Natural Science

基　　金：湖南省自然科学基金资助项目(01JJY2061)

摘　　要：短期电力负荷预测是工程技术人员安排电力调度的重要依据.研究了利用混沌理论与RBF神经网络相结合实现短期电力负荷预测的方法.并用该方法预测湖南某地区的月负荷,预测的数据准确率较好,为短期电力负荷预测提供了一条新的途径.The short-term load forecasting is an important work as well as the basis for the engineer to distribute the power load. In this paper we discuss a new approach combining chaos theory and RBF neural networks to forecast the short-term power load.Applying it in the month-load forecasting of some area in Hunan,the result is satisfactory.

关 键 词：短期电力负荷 混沌预测 电力负荷预测 RBF神经网络 混沌理论 电力调度 人员安排 工程技术 准确率 

分 类 号：TM715[电气工程—电力系统及自动化] TP13[自动化与计算机技术—控制理论与控制工程]