基于气象因子Fuzzy模糊处理的短期电力负荷预测  

SHORT-TERM LOAD FORECASTING WITH FUZZY PROCESSING BASED ON METEOROLOGICAL FACTORS

作　　者：黄亮亮[1] 王勇 杨恒[1] 陈帅[1] 

机构地区：[1]上海电力学院电力与自动化工程学院,上海200090 [2]上海电力学院计算机科学与技术学院,上海200090

出　　处：《计算机应用与软件》2014年第2期171-173,共3页Computer Applications and Software

基　　金：信息安全国家重点实验室(中国科学院软件研究所)开放式基金项目(04-02-1);上海教委创新基金项目(11YZ192);上海市"科技创新行动计划"重点项目(11511504400)

摘　　要：电力短期负荷预测受各种气象因素的影响,这导致短期电力负荷预测准确度不高。使用模糊逻辑处理温度、湿度和风速的三种影响因素,把它们转化为能被BP神经网络输入识别的具体的数据。该网络经过训练后,得到合适的权值。利用该模糊神经网络,测试电力日负荷数据,预测的平均误差约在±1.69%。Short-term power load forecasting is impacted by various meteorological factors,which affected its forecasting accuracy.We use fuzzy logic to deal with three influencing factors：the temperature,the humidity and the wind speed,and convert them into specific data which can be inputted and recognised by BP neural network.After being trained,the fuzzy set neural network gets appropriate weight.Using the trained neural network to test daily power load data,the forecasted average errors is about ＆#177;1 .69%.

关 键 词：短期负荷预测 神经网络 模糊逻辑 BP算法 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]