短期负荷预测的MCA与ANN组合模型  

MCA and ANN integrated model for short term load forecasting

作　　者：杨伟[1] 苏炜宏[1] 吉大鹏[1] 吴军基[1] 

机构地区：[1]南京理工大学动力工程学院,江苏南京210094

出　　处：《华北电力大学学报（自然科学版）》2003年第4期30-33,共4页Journal of North China Electric Power University：Natural Science Edition

摘　　要：针对应用ANN方法时需要处理大量的日负荷数据而影响运算速度的缺点,提出用主成分分析(MainComponent Analysis,MCA)与ANN相结合的组合模型进行预测的方法,在日负荷数据输入神经网络之前用MCA进行处理,“过滤”掉无用的信息成分,以提高负荷预测的效率。仿真结果验证了该组合模型是可行并且高效的。This article builds up a model which integrated Main Component Analysis with ANN. With MCA to preprocess the input data, ANN then is able to perform forecast more efficiently. The simulation results validate the new method.

关 键 词：电力系统 短期负荷预测 MCA ANN 组合模型 主成分分析 神经网络 

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]