基于灰色模型和神经网络组合的短期负荷预测方法OACSTPCD
Short-term Load Forecasting Based on Grey Model and ANN
提出了一种基于灰色模型和神经网络组合的短期负荷预测方法.首先利用频域分解消除负荷序列的周期性,然后利用灰色模型计算负荷序列的历史拟合值和未来预测值,将其作为神经网络的输入.在历史数据中选择一天作为基准日,以该基准日的量为参照,以负荷的灰色模型拟合值相对基准日的变化量,以及温度变化量为BP神经网络的输入,实际负荷变化量为输出,训练神经网络并预测待预测日负荷的变化量,加上基准日负荷后得到预测负荷.该方法综合了灰色模型方法和神经网络方法的优点,仿真结果验证了方法的有效性.
秦毓毅;凌亮;宋永华;魏少岩
四川省电力公司调度中心,四川成都610041四川省电力公司调度中心,四川成都610041北京交通大学电气工程学院,北京100044北京交通大学电气工程学院,北京100044
信息技术与安全科学
短期负荷预测灰色模型神经网络基准日
《现代电力》 2009 (2)
1-4,4
评论