一种改进的电力系统短期负荷预测方法.pdfVIP

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