文献类型：期刊文章

作　　者：张智晟[1] 孙雅明[1] 王兆峰[2] 李芳[3]

机构地区：[1]天津大学电气与自动化工程学院,天津300072 [2]天津城东供电局,天津300250 [3]天津电力局,天津300010

出　　处：《中国电机工程学报》

年　　份：2003

卷　　号：23

期　　号：8

起止页码：44-49

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：根据在相空间重构拓扑近邻点的时间演化原理,提出了优化近邻点(optimal neighbor points, ONP)的短期负荷预测(Short-term load forecasting, STLF)法,它可克服伪近邻点在高嵌入维对局域动力学估计的不利影响,以提高预测精度。在此基础上,又提出ONP与递归性时延神经网络(Time Delay Neural Network, TDNN)模型融合的STLF法, 具有动态性能的TDNN是按优化近邻相点的演化轨迹构造,是属于对预测点跟踪的智能辩识动态行为模型。它能增强模型对系统动力学的联想性和泛化能力,使预测精度提高一倍以上。该文经两类不同负荷系统周、日预测仿真测试,证实所研究的预测模型能有效、稳定地提高预测精度,且有高的适应能力,为基于相空间理论预测法用于实际取得有效的进展。

关 键 词：电力系统 电网 短期负荷预测 优化  相空间近邻点  递归神经网络

分 类 号：TM715] TP183]