基于混合算法的电力系统负荷预测  

Load Forecasting of Power System Based on a Hybrid Algorithm Model

作　　者：朱志勇[1] 徐长梅[1] 

机构地区：[1]长沙学院计算机科学与技术系,湖南长沙410003

出　　处：《系统工程》2012年第7期123-126,共4页Systems Engineering

基　　金：湖南省科技计划项目(2011FJ3075)

摘　　要：电力系统负荷预测是电力系统中的一个重要的研究课题。对神经网络算法和时间序列预测算法进行加权融合,提出一种混合算法对EUNITE竞赛数据进行了短期电力负荷预测。实验结果表明负荷预测精度得到了很大的提升。Load Forecasting of Power System is an important research topic in power systems. This paper implements weighted fusion algorithm based on neural network and time series prediction algorithms, and proposes a hybrid algorithm for short-term load forecasting with EUNITE race data. Experimental results show that load forecasting accuracy has been greatly improved.

关 键 词：负荷预测 神经网络 时间序列 

分 类 号：TM714[电气工程—电力系统及自动化]