基于大数据分析的混沌神经网络模型在负荷预测中的应用  

Application of chaotic neural network model in load forecasting based on big data analysis

作　　者：王鸿玺[1] 李飞[1] 李翀[1] 张琳[1] 李梦宇[1] 

机构地区：[1]国网河北省电力公司电力科学研究院,河北石家庄050021

出　　处：《电力大数据》2017年第8期1-5,40,共6页Power Systems and Big Data

摘　　要：利用大数据分析方法对石家庄地区小时负荷数据的混沌特性展开数据挖掘分析,并综合考虑负荷历史数据、气象因子等影响因素,建立了基于混沌理论与神经网络相结合的负荷预测模型,并利用该模型对石家庄地区短期电力负荷进行了有效的预测。Use large data analysis methods to carry out data mining analysis of chaotic characteristics of hourly load data in Shijiazhuang area, consider the load history data, meteorological factors and other factors, establish load forecasting model based on chaos theory and neural network, and use the model to predict the short-term power load in Shijiazhuang area effectively.

关 键 词：大数据分析 负荷预测 混沌理论 相空间重构 神经网络 

分 类 号：TM715[电气工程—电力系统及自动化]