- 1、本文档共4页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种改进的电力系统短期负荷预测方法.pdf
维普资讯
第26卷/2006年第 1期 湖 南 电 力 研究与试验
一 种改进的电力系统短期负荷预测方法
赵学成 ,王丽君。,赵字红
(1.巫水流域水利水电开发有限公司,湖南邵阳422500;
2.南华大学电气工程学院,湖南衡阳421001)
摘 要:为提高电力系统短期负荷预测精度,综合模糊逻辑和神经网络的长处构建了基
于 自适应模糊神经网络的短期负荷预测模型。将该模型和算法应用于地区电网的短期负
荷预测 ,预测效果 良好 。
关键词 :电力系统;短期负荷预测;自适应模糊神经网络
中图分类号 :TM715 文献标识码 :A 文章编号:1008—0198(2006)01—0023—04
An improvedelectricpowersystem short-term loadforecastingmethod
ZHAOXue—cheng,WANGLi—jun。。ZHAOYu—hong
(1.W uShuiBasinHydropowerCo.Ltd.,Shaoyang422500,China;2.ElectricalEngineeringinstitute.
NanhuaUniversity,Hengyang421001,China)
Abstract:InordertOimprovetheprecisionofelectricpowersystem loadforecasting。ashort—term loadforecasting
modelbasedOiladaptivefuzzyneuralnetworkisputforeword.TheproposedSTLFmethodisappliedinsomelocal
powersystem andforecastingperformanceissatisfied.
KeywordsIelectricpowersystem;shortterm loadforecasting;adaptivefuzzyneuralnetwork
1 引 言
短期负荷预测 “是电力系统调度和计划部门安
排购电计划和输 电方案的基础 。为了提高电网运行
的安全性和经济性,改善供电质量,短期负荷预测
需要尽可能高的预测精度 。
由于电力系统负荷的复杂性 ,存在着多种不确
定性及难 以解析描述的非线性 ,因此预测时不仅要
求精确性,还要求鲁棒性、实时性、容错性 。基于
以上背景,文中采用了具有高度非线性映射能力的
人工神经网络 (ANN)与具有较强模糊数据处理能
力的模糊理论相结合的算法来预测,实际算例证明
了该算法的有效性。
1 自适应模糊神经网络短期负荷预测 图1 自适应模糊神经网络示意图
模型 由3个子网络构成 ,即:Sigma网络 (即图 1中 ,B,
1.1 自适应模糊神经网络结构 C层)、模糊神经网络 (即图1中A,D,E,F层)和Pi
该网络是在传统的Pi—sigma神经网络 (即图1 网络 (即图1中G,,,,层)。其中S,P和人分别表
中 ,B,C,G,层)的基础上改进得来的,可以看作 示相加节点、相乘节点和极小运算 (模糊算子)节
收稿 日期 :2005一lO一3l · 23 ·
维普资讯
研究与试验 湖 南 电 力
您可能关注的文档
最近下载
- 东兴市三期100MW光伏发电项目.docx VIP
- 江苏大学2021-2022学年第1学期《马克思主义政治经济学原理》期末考试试卷(附标准答案).docx
- 美国水产品生产企业在华注册名单 (2015年6月4日更新).pdf
- 江苏大学 护理综合 2017-2019年考研专业课历年真题.pdf VIP
- 2024-2025学年人教版九年级英语全册单词(配例句).pdf VIP
- 《电动吸引器吸痰技术操作考核评分标准》.docx VIP
- 震动排痰操作技术评分标准.docx VIP
- 大学生职业规划大赛《城市地下空间工程专业》生涯发展展示PPT.pptx
- 100WM光伏发电项目施工组织设计.doc
- 2018年江苏大学111-单独考试思想政治理论考研真题(样题).pdf
文档评论(0)