基于改进的模糊神经网络的短期负荷预测 short-term load forecasting based on improved fuzzy neural network.pdfVIP

第19卷第5期 电力系统及其自动化学报 V01．19No．5 2007年10月 oftheCSU—EPSA Oct． 2007 Proceedings 基于改进的模糊神经网络的短期负荷预测 耿伟华，孙衢，张翠霞，陈晓燕 (四川大学电气信息学院，成都610065) 摘要：影响短期电力负荷预测的因素是多方面的，除节假日、日期类型和气象因素外t还有拉电或限电行为、 持续高温等许多干扰因素。针对这些干扰因素，引入了“干预项”，进而提出了一种改进的模糊神经网络预测 的薪方法；阐述了应用该方法进行短期负荷预测的基本原理、网络模型和预测过程。实例分析中分别给出了 经“干预项”和未经“干预项”处理后的预测结果，未经“干预项”处理的预测误差明显偏大。同时采用三种方法 对不同日期类型进行预测，结果表明新方法的预测误差最小．预测精度较高。 美键词：短期负荷预测；改进的模糊神经网络f模糊推理 中