文献类型：期刊文章

作　　者：谢宏[1] 程浩忠[1] 张国立[2] 牛东晓[2] 杨镜非[1]

机构地区：[1]上海交通大学电气工程系,上海200030 [2]华北电力大学信息系,河北保定071003

出　　处：《中国电机工程学报》

基　　金：国家自然科学基金(50077007)~~

年　　份：2003

卷　　号：23

期　　号：11

起止页码：1-4

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：选择模型输入变量和网络结构是采用神经网络建立负荷预测模型的关键步骤,该文提出了一种基于粗糙集理论的解决方法。此方法采用粗糙集理论对各种影响负荷预测的因素变量进行识别,以此确定预测模型的输入变量;在此基础上通过属性约简和属性值约简获得推理规则集,再以这些推理规则构筑神经网络预测模型,并采用加动量项的BP学习算法对网络进行优化。此方法能遵循一定的理论原则建立负荷预测模型以避免盲目性。最后通过实例计算证明此方法是可行和有效的。

关 键 词：负荷预测模型 神经网络 粗糙集 非线性预测模型  电力系统

分 类 号：TM715] TP183]