文献类型：期刊文章

作　　者：张健美[1] 周步祥[1] 林楠[2] 张勤[1] 陈杰[1]

机构地区：[1]四川大学电气信息学院,成都610065 [2]四川电力职业技术学院,成都610071

出　　处：《电力系统及其自动化学报》

年　　份：2013

卷　　号：25

期　　号：4

起止页码：145-149

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为了降低原始负荷数据突变对Elman神经网络预测精度的影响,考虑电网负荷预测样本时变性强、不确定因素影响多的特点,利用Elman神经网络计算和适应时变特性的能力强、误差可控以及灰色理论所需计算数据少、计算量小,在样本较少的情况下也能达到较高预测精度的优点,建立灰色Elman神经网络的负荷预测模型,首次将灰色Elman神经网络模型在中长期负荷预测中应用。实例结果表明,该预测方法提高了预测精度、取得了较快的收敛速度,说明该模型是可行而有效的。

关 键 词：ELMAN神经网络 灰色理论  中长期负荷 负荷预测

分 类 号：TM744]