基于自适应神经模糊系统的电力系统短期负荷预测  

Short-term Load Forecasting in Power System Based on Adaptive Neuro-Fuzzy Inference System

作　　者：杨帆[1] 吴耀武[1] 熊信银[1] 娄素华[1] 彭丰[2] 

机构地区：[1]华中科技大学电气与电子工程学院,湖北武汉430074 [2]武汉供电公司,湖北武汉430013

出　　处：《华中电力》2006年第4期1-3,18,共4页Central China Electric Power

摘　　要：提出基于T-S模型(Takagi-Sugeno)的自适应神经模糊系统(ANFIS)。该系统采用减法聚类初始化模糊推理,把神经网络学习机制引入到逻辑推理中,并用混合学习算法调整前件参数和结论参数,自动产生模糊规则。应用武汉地区2005年夏季负荷数据对网络进行训练和检测,所得仿真结果表明此预测方法有效。An Adpative Neuro-Fuzzy Inference System based on T-S model is presented in this paper. ANFIS is initialized by subtractive clustering and neuro network is applied to Fuzzy Inference ,and adjusts the parameter of the fuzzy inference system with hybrid algorithm and can produce fuzzy rules automatically .This paper gives the 2005＇s summer load data of wuhan city to train and check the network , the results show the validity of short-term load forecasting based on ANFIS.

关 键 词：短期负荷预测 Takagi—Sugeno 减法聚类 自适应神经模糊系统 

分 类 号：TM715[电气工程—电力系统及自动化]