基于相似日的神经网络短期负荷预测方法  

SHORT-TERM LOAD FORECASTING USING A NEURAL NETWORK BASED ON SIMILAR HISTORICAL DAY DATA

作　　者：姜勇[1] 卢毅[1] 

机构地区：[1]东南大学电气工程系,南京210096

出　　处：《电力系统及其自动化学报》2001年第6期35-36,40,共3页Proceedings of the CSU-EPSA

摘　　要：人工神经网络是模仿人脑神经元结构、特性和大脑认知功能而构成的新型信号、信息处理系统。本文针对电力负荷短期预测问题 ,提出了一种基于相似日的神经网络预测方法 ,采用反向传播算法 ,考虑气象因素对负荷的影响 ,提高了学习效能 ,具有较好的预测精度。本方法很适合在短期负荷预测中使用 。Neural network,which simulates the frame,the character and the cognizing ability of nerve element cerebrum,is a new system that can handle many kinds of information semaphore.Aiming at short term load forecasting,this paper introduced an ANN based on similar historical day data.This method adopted BP arithmetic and considered weather factor,which could improve the learning property and perform better forecasting accuracy.The method is generally suitable for short term load forecasting.The forecasting result proved the above conclusion.

关 键 词：短期负荷预测 人工神经网络 反向传播 电力系统 

分 类 号：TM715[电气工程—电力系统及自动化] TP183[自动化与计算机技术—控制理论与控制工程]