基于神经网络和模糊理论的短期负荷预测.pdf

第32卷第5期 高电压技术 V01．32No．5 2006年5月 HighVoltageEngineering May． 2006 基于神经网络和模糊理论的短期负荷预测 赵宇红1，唐耀庚1，张韵辉2 (1．南华大学电气工程学院，衡阳421001；2．东南大学动力系，南京210096) 摘要：电力系统负荷预测是能量管理系统(EMS)的重要组成部分，它对电力系统的运行、控制和计划都有着非 常重要的影响，提高电力系统负荷预测的准确度既能增强电力系统运行的安全性，又能改善电力系统运行的经济 性，但负荷预测的复杂性、不确定性使传统的基于解析模型和数值算法的模型难以获得精确的预测负荷。为提高 电力系统短期负荷预测准确度，构建了一种新型的负荷预测模型。该模型首先采用多层前馈神经网络，以与预报 点负荷相关性最大的几种因素作为输入因子，以改进BP算法作为预测算法，来获得预报日相似日负荷曲线；然后 引入自适应模糊神经网络，用于预测预报日的最大、最小负荷；针对模糊神经元的权值更新问题，采用一种新的权 值更新算法——一步搜索寻优法，在获得预报日相似日各点负荷和最大、最小负荷的基础上，通过纵向变换，对预 报日的负荷修正，进一步减小预测误差。用上述模型和算法预测某地区电网的短期负荷，取得了良好的预测效果。 关键词：电力系统；短期负荷预测；多层前馈神经网络；改进BP算法；自适应模糊神经网络；一步搜索寻优法 中图分类号：TM715 文献标识码：A 文章编号：1003-6520(2006)05-0107—04 Short-termLoad BasedonArtificialNeural Forecasting Networkand FuzzyTheory ZHAO Yunhui2 Yuhon91，TANGYaogen91，ZHANG of (1．Seh001Electrical 421001，China； Engineering，NanhuaUniversity，Hengyang 2．Power 210096，China) EngineeringDepartment，SoutheastUniversity，Nanjing in Abstract：Electricpower load an rolethe systemforecastingplaysimportant EnergyManagementSystem(EMS)， whichhas influenceonthe and electric electric great operation，controllingplanning powersystem．Aprecise of shorttermload willresultineconomiccost and condi— powersystem forecasting savingimprovingsecurityoperatio