GANO算法下广域电力系统短期负荷预测仿真.pdfVIP

第42卷第1期计算机仿真2025年1月

文章编号：1006-9348(2025)01-0092-04

GANO算法下广域电力系统短期负荷预测仿真

李文武，张李勇*，张鹏宇

（三峡大学电气与新能源学院，湖北宜昌443002）

摘要：用电模式的复杂程度随着电力市场和电网技术的发展逐渐增加，在此背景下提高了对电力系统短期负荷预测稳定性

和精度的要求。提出GANO算法下广域电力系统短期负荷预测方法，建立自编码器，将电力系统的历史负荷数据输人自编

码器中,通过数据重构实现电力负荷数据的去噪处理；分别建立了用于广域电力系统短期负荷预测的CM(1,1)模型和神经

网络模型，为了提高负荷预测精度，结合GM(1,1)模型和神经网络模型的预测结果，建立灰色神经网络预测组合预测模型

（GANO），实现电力系统短期负荷预测。仿真结果表明，在预测精度和预测效率方面，所提方法表现出良好的性能。

关键词：广域电力系统；自编码器；