文献类型：期刊文章

作　　者：周英[1] 尹邦德[1] 任铃[1] 边雪芬[2]

机构地区：[1]四川省电力公司德阳电业局,四川德阳618000 [2]黑龙江大学信息科学与技术学院,哈尔滨150080

出　　处：《电测与仪表》

年　　份：2011

卷　　号：48

期　　号：2

起止页码：68-71

语　　种：中文

收录情况：BDHX、BDHX2008、CSA、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为了获得能够反映短期负荷波动的自动预测模型,将BP神经网络运算逻辑与Matlab神经网络工具箱相结合,利用供电系统的气象条件、供电日的日期类型等函数干扰因素作为BP网络神经元的约束"权值",结合自适应控制中的节假日、供电限制等"外部干预项",通过模型对系统历史运行短期负荷数据进行自动"学习",获得一个具有自适应学习速率的电力系统短期负荷预测模型。基于BP神经网络的电力系统短期负荷预测模型能够通过模型自适应控制"学习"训练,获得供电日24小时的负荷波动曲线,通过与实际运行负荷需求数据比较,验证了该模型的正确性,为电能营销策略的制定提供了一个重要的研究课题。

关 键 词：电力系统 短期负荷预测 归一化 BP神经网络 MATLAB

分 类 号：TM715]