电力系统短期负荷预报的动态神经网络方法  

Dynamic Neural Network for Short Term Load Forecasting

作　　者：彭建春[1] 江荣汉[1] 

机构地区：[1]湖南大学电气工程系

出　　处：《湖南大学学报（自然科学版）》1997年第1期83-86,92,共5页Journal of Hunan University:Natural Sciences

摘　　要：提出了一种用于电力系统短期负荷预报的动态神经网络模型．这种模型同时兼顾了时序法和相关法的特点，将日期特征量、气象特征量及一天的多个（动态地确定）有功负荷水平作为神经网络的输入信息，通过对输入信息动态、灵活地处理，利用有监督的学习算法对神经网络进行训练，再预测下一天相应时间点的多个有功负荷，以提高有功日负荷预测的精度和方法的适应性。A dynamic network model is proposed for short term load forecasting.This model synthesizes the advantages of the time sequence method and the correlative method.Disposed dynamically and flexibly,the quantities representing date,meteorology and active power levels serve as samples of the model.Using the error back propagation method,the model is trained and then employed to forecast the next periodic power levels.The experiments show that the model is efficient and feasible.

关 键 词：短期 负荷预报 神经网络 经济负荷分配 电力系统 

分 类 号：TM715[电气工程—电力系统及自动化]