基于广义回归神经网络模型的短期电力负荷预测分析  

作　　者：宋献武 姚维为[2] 董文静 

机构地区：[1]湖南沅陵凤滩水电厂电气维修部 [2]三峡大学电气与新能源学院

出　　处：《中国电力教育（下）》2013年第9期187-189,共3页China Electric Power Education

摘　　要：负荷预测技术是确保电力系统经济运行的重要因素之一。在介绍一种广义回归神经网络的基础上,重点讨论了气象因子对负荷预测结果的影响。使用MATLAB软件建立一个带有湿度、降雨、温度、气压、风速等因子的负荷预测模型,通过反复训练最终达到理想效果。最后与广泛使用的BP神经网络模型相比较,充分显示出了GRNN在负荷预测方面的优越性。

关 键 词：短期负荷预测 气象因子 GRNN算法 BP神经网络 

分 类 号：TM74[电气工程—电力系统及自动化]