基于ANN的用户日负荷曲线的预测研究  

Forecasting the Daily Load Based on ANN

作　　者：罗欣[1] 周渝慧[1] 周晖[1] 

机构地区：[1]北京交通大学电气工程学院,北京100044

出　　处：《自动化技术与应用》2007年第5期1-4,共4页Techniques of Automation and Applications

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。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.

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 

分 类 号：TM715[电气工程—电力系统及自动化]