一种广义预测模型的研究  

The research on short-term load forecast model based on fuzzy neural network

作　　者：孙光伟[1] 王之晖[2] 韦扬[3] 索胜军[1] 

机构地区：[1]哈尔滨工业大学电气工程及自动化学院,黑龙江哈尔滨150090 [2]北京工业大学环境与能源工程学院,北京100022 [3]哈尔滨工程大学建筑工程学院,黑龙江哈尔滨150001

出　　处：《哈尔滨工业大学学报》2002年第3期379-381,共3页Journal of Harbin Institute of Technology

摘　　要：传统的预测方法存在着难以全面考虑影响因素 ,其中包括算法复杂、精度较差、实时应用等缺点 .针对供热、空调、电力、供水等系统的负荷既受到环境因素等模拟量的影响 ,又受到节假日、上下班等开关量影响的特点 ,将模拟人脑逻辑思维的模糊技术与模拟人脑自学习的神经网络技术相结合的模糊神经网络引入到负荷的预测中 ,提出了一种新型的基于模糊神经网络的预测模型 ,并对输入量的选择进行了详细的分析 ,既考虑了历史数据的影响 ,又考虑了突发事件的作用 。Considering the influences of environmental factors and the number of on-offs on weekdays and holidays on the loads,such as Air-Conditioning Heating Electricing system fuzzy-neural networks is incorporated into a new load forecasting model as a fuzzy logic and neural network.The selection of input parameters are analyzed with necessary considerations accorded history data and emergent events to reduce calculation time and improve the forecast precision.

关 键 词：广义预测模型 模糊神经网络 自学习 Kohonen算法 outstar算法 空调负荷预测 模糊聚类 预测控制 

分 类 号：TP13[自动化与计算机技术—控制理论与控制工程] TP18[自动化与计算机技术—控制科学与工程]