基于人工神经网络的短期负荷预测  

Short-term Load Forecasting based on Artificial Neural Network

作　　者：李振然[1] 贾旭彩[1] 

机构地区：[1]广西大学电气工程学院,广西南宁530004

出　　处：《广西电力》2002年第4期7-10,共4页Guangxi Electric Power

摘　　要：通过仿真实验得出要提高电力系统负荷预测精度必须采用两个隐层的结论 ,为了避免由此而引起训练时间的增加 ,必须适当地限制ANN输入变量的数目。提出了一种类似于相似日方法的方法 ,采用某种差异评估函数 ,寻找最有可能与预测日负荷相似的某些天 。By means of the simulation experiment, the conclusion is obtained that two hidden layers must be used to improve the precision of the load forecasting. The number of ANN input variables must be limited properly in order to prevent the increase of training time. We presented a method similar to that of analogous day to find certain days most like the day for load forecasting, with a function for evaluating difference, and modified by ANN.

关 键 词：电力系统 模糊专家系统 人工神经网络 短期负荷预测 

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]