考虑气温和时间因素的短期电力负荷预测  

作　　者：姜雲腾 李萍 

机构地区：[1]宁夏大学物理与电子电气工程学院 [2]宁夏沙漠信息智能感知重点实验室

出　　处：《电气应用》2017年第19期16-19,共4页Electrotechnical Application

基　　金：2015宁夏自然科学基金资助项目(NZ15013);2016宁夏高校科学技术研究资助项目(NGY2016014)

摘　　要：针对传统的Elman神经网络模型预测存在准确度不高的问题,提出了考虑影响因素的改进型Elman神经网络短期负商预测模型。用人工鱼群算法优化Elman神经网络预测模型的权阈值,使Elman神经网络模型收敛速度更快,准确度更高。以气温因素和时间因素作为模型输入量,分别预测工作日、非工作日和节假日的负荷。Matlab仿真结果表明,考虑影响因素的改进型Elman神经网络预测模型准确度更高,

关 键 词：人工鱼群算法 ELMAN神经网络 影响因素 短期负荷预测 

分 类 号：TM715[电气工程—电力系统及自动化]