采用混合语言信息群决策的电力负荷密度预测法.pdfVIP

第42 卷 第7 期 电力系统保护与控制 Vol.42 No.7 2014 年4 月1 日 Power System Protection and Control Apr.1, 2014 采用混合语言信息群决策的电力负荷密度预测法 周胜瑜，周任军，李红英，康信文 （智能电网运行与控制湖南省重点实验室(长沙理工大学)，湖南 长沙 410004 ） 摘要：传统城市空间负荷密度预测法在实际预测过程中其结果的可信度依赖于大量有效的样本数据，而在实际中收集到较齐 全的可行样本数据存在很大的难度。为此提出了一种将混合语言信息群决策方法和 BP 神经网络相结合的城市电力负荷密度 预测法。该方法采用基于混合语言信息的群决策方法，通过各决策者的评价，计算城市各小区相应的经济、人口、地理环境 的综合评分值，并利用 BP 神经网络，训练各指标综合评分值与相应的小区负荷密度，利用训练后的网络结构和待定小区的 各指标综合评分结果，预测城市该小区的负荷密度。通过对城市若干小区的负荷密度及各指标综合评分值做比较分析，预测 了部分小区的负荷密度值。结果表明预测计算过程摆脱了需要大量收集特定指标定量数据的问题，并且预测结果具有较高的 可信度。 关键词：混合语言信息群决策方法；城市电力负荷密度预测；BP 神经网络；三大类指标；指标综合评分值 Power load density prediction method of using group decision-making of mixed language information ZHOU Sheng-yu, ZHOU Ren-jun , LI Hong-ying, KANG Xin-wen (Hunan Province Key Laboratory of Smart Grids Operation and Control (Changsha University of Science and Technology), Changsha 410004, China) Abstract: In the actual process of forecasting, the credibility of the result of traditional urban space load density prediction method depends on a number of sample data. But, in the actual, collecting a complete feasible data is quite difficult. Therefore this paper puts forward a way which combines the group decision-making method of mixed language information and the BP neural network to forecast the city power load density. This way uses group decision-making method of mixed language information to get the score value of the economy, population, geographic environment in all urban district, then by using BP neural network to train the score and the load density, after that utilizing the net to predict the load density of pending district. The result shows that not only the computation pro