基于人工神经网络和模糊推理的短期负荷预测模型被引量：2

在线阅读下载PDF

导出

摘要电力系统负荷预测是电力生产部门的重要工作之一,本文以人工神经网络为基础,提出了一种利用神经网络与模糊理论相结合进行负荷预测的模型。该算法克服了传统BP算法的训练速度慢、存在局部极小点的缺点,使得预测精度大有提高。实例计算表明了该算法是可行的。

作者张宁韩富春武天文

机构地区太原理工大学

出处《电气技术》 2005年第11期36-38,共3页 Electrical Engineering

关键词负荷预测模型 BP算法模糊理论

分类号 TM715 [电气工程—电力系统及自动化]

引文网络
相关文献

参考文献1

1马文晓,白晓民,沐连顺.基于人工神经网络和模糊推理的短期负荷预测方法[J].电网技术,2003,27(5):29-32. 被引量：27

二级参考文献5

1Gross G, Galiana F D. Short-term load forcasting[J]. Proceedings of IEEF., 1987, 75(12).
2Moghram I, Rahman S. Analysis and evaluation of five short-term load forecasting techniques[J]. IEEE Trans on Power System, 1989, 4(4):1484-1491.
3Rahman S, Bhatnagar R. An expert system based algorithm for short term load forecasting[J]. IEEE. Trans on Power System, 1988, 3(2):392-399.
4Park D C et al. Electric load forecasting using an artificial neural network[J]. IEEE Trans on Power System, 1991, 6(2): 442-449.
5周佃民,管晓宏,孙婕,黄勇.基于神经网络的电力系统短期负荷预测研究[J].电网技术,2002,26(2):10-13. 被引量：93

共引文献26

1杜欣慧,张艳.神经网络和支持向量机在短期负荷预测中的应用[J].电气技术,2009,10(9):17-21. 被引量：2
2梁进国,陈星莺.特殊节假日的短期负荷预测新方法[J].科技资讯,2006,4(9):213-214.
3张琳.短期负荷预测系统中RBF组合模型的应用[J].福建电脑,2009,25(3):92-92.
4刘忠.配变中期负荷预测新方法[J].电网技术,2007,31(S2):233-235. 被引量：3
5周虎,江岳春,陈旭,黄珊,彭信淞.模糊聚类分析和代数算法结合的短期负荷预测[J].电力系统及其自动化学报,2011,23(3):101-105. 被引量：9
6浦星材,沈晓风,张清扬,邓玉章.基于偏最小二乘法的支持向量机短期负荷预测[J].电网与清洁能源,2011,27(10):32-35. 被引量：14
7司佳伟.数据挖掘技术在电力系统负荷预测中的实现与应用[J].中国电力教育,2006(S3):128-130. 被引量：5
8何洋,邹波,李文启,文福拴,刘伟佳.基于混沌理论的电力系统短期负荷预测的局域模型[J].华北电力大学学报（自然科学版）,2013,40(4):43-50. 被引量：14
9丁浩,荣蓉.基于多元线性回归模型和灰色理论的山东省用电量预测[J].河南科学,2013,31(9):1535-1539. 被引量：10
10韦杏秋,陈碧云,陈绍南.基于改进多种群遗传算法的节能环保多目标优化模型[J].电网与清洁能源,2013,29(12):22-29. 被引量：3

同被引文献47

1巨汉基,郭丽娟,刘延泉,易忠林,袁瑞铭,田海亭,韩迪.基于元器件应力法的智能电能表可靠性研究与应用[J].电测与仪表,2013,50(S1):7-11. 被引量：20
2肖娥芳,朱平利.城市用电量的神经元网络预测[J].统计与信息论坛,2004,19(4):90-91. 被引量：1
3刘永娟,覃朝勇.基于阴性选择算法的电力负荷异常检测与调整[J].计算机仿真,2007,24(6):220-223. 被引量：1
4张慰,李晓阳,姜同敏,黄领才.基于BP神经网络的多应力加速寿命试验预测方法[J].航空学报,2009,30(9):1691-1696. 被引量：19
5郑文华,唐学东.远程在线监测分时电能表的时钟超差问题研究[J].能源技术经济,2010,22(10):26-31. 被引量：5
6卿柏元,周毅波,李刚.基于元器件应力法的电子式电能表可靠性预测技术[J].广西电力,2011,34(5):19-22. 被引量：8
7舒展,王思彤,贾超.智能电能表基于缺陷扣分法和三角模糊层次分析法的综合评价的建立[J].华北电力技术,2012(8):26-29. 被引量：10
8孟明,舒展.基于缺陷扣分法和三角模糊数层次分析法的智能电能表全生命周期质量评价[J].电力系统保护与控制,2012,40(22):88-93. 被引量：22
9方菁,方众.基于数据挖掘技术的窃电侦查方法[J].上海电力,2013(2):85-90. 被引量：4
10郑建柏,王芳.基于BP神经网络的智能电表数据分析预测[J].仪器仪表与分析监测,2013(4):17-19. 被引量：5

引证文献2

1王祥龙.基于Elman神经网络的负荷预测研究[J].华北电力技术,2008(11):1-3. 被引量：6
2商曦文,张颖,吉莹,张建寰.智能电表运行状态评估技术研究[J].自动化与仪器仪表,2018,0(11):1-6. 被引量：4

二级引证文献10

1周思阳,郭钧.基于GA-BP神经网络算法的三相电能表检定风险预警研究[J].数字制造科学,2023(4):297-301.
2张丙泉.基于改进极限学习机的中长期电力负荷预测[J].黑龙江科技信息,2010(24):77-77. 被引量：3
3张健美,周步祥,林楠,张勤,陈杰.灰色Elman神经网络的电网中长期负荷预测[J].电力系统及其自动化学报,2013,25(4):145-149. 被引量：37
4程忠庆,葛珂楠,阚泽宝.基于Elman神经网络的除湿系统能耗预测[J].计算机工程与设计,2014,35(2):677-680. 被引量：6
5单丽萍,兰时勇,张建伟.浮动车数据和视频传感器数据的融合算法分析[J].计算机工程与设计,2014,35(3):1051-1055. 被引量：1
6宋超,宋娟,任军.基于Elman神经网络的短期天然气负荷预测建模与仿真[J].工业控制计算机,2016,29(4):87-88. 被引量：6
7林跃东,许巧玲,陈东.基于PCA—Elman神经网络的建筑能耗预测[J].智能建筑电气技术,2016,10(4):5-8. 被引量：1
8高阳,李汐,华书蓓,李立伟,汪涛,于洋洋.基于智能电表数据的低电压电流优化算法[J].电子设计工程,2020,28(3):133-137. 被引量：2
9许丹,李游,李贺龙.基于联合分布适配的智能电表运行状态评价[J].北京航空航天大学学报,2022,48(4):674-681. 被引量：7
10吴宇,赵莉,冉光宇,李竹.基于分层网络的电能表运行状态评价[J].电测与仪表,2024,61(5):218-224. 被引量：1

1卫伟,王晋.人工神经网络和模糊理论在短期负荷预测中应用[J].科学之友（下）,2009(10):5-6.
2徐昕.电力线损产生原因及其应对策略[J].中国高新技术企业,2014(24):159-160.
3廖立,忻建华,叶春.模拟退火算法及其在短期负荷预测中应用[J].电力自动化设备,2004,24(4):30-33. 被引量：3
4秦桂芳,伍世胜.基于神经网络的电力系统短期负荷预测[J].电气开关,2011,49(2):37-39. 被引量：2
5赵宇红,苏泽光,盛义发,匡少滨.BP神经网络在电力系统短期负荷预测中的应用[J].南华大学学报（自然科学版）,2005,19(3):71-73. 被引量：2
6刘慧善.浅谈线损产生的原因及降低线损的有效措施[J].黑龙江科技信息,2011(31):85-85. 被引量：4
7肖孟男,车皓.消弧线圈暂态特性仿真研究[J].电气应用,2009,28(8):30-34. 被引量：1
8亓涛,姚晓东.BP网络在无刷直流电机参数辨识与控制中的应用[J].微电机,2005,38(6):58-60. 被引量：1
9原计宏.加强薄弱环节管理，实现电力安全生产[J].中国电子商务,2014(8):114-114.
10韩哲,陈治平,熊斯毅,黎湖广.人工神经网络及其在电力短期负荷预测中的应用研究[J].科学技术与工程,2009,9(5):1136-1141. 被引量：5

电气技术

2005年第11期

浏览历史

内容加载中请稍等...

基于人工神经网络和模糊推理的短期负荷预测模型被引量：2

参考文献1

二级参考文献5

共引文献26

同被引文献47

引证文献2

二级引证文献10

相关作者

相关机构

相关主题

浏览历史

基于人工神经网络和模糊推理的短期负荷预测模型 被引量：2

参考文献1

二级参考文献5

共引文献26

同被引文献47

引证文献2

二级引证文献10

相关作者

相关机构

相关主题

浏览历史

基于人工神经网络和模糊推理的短期负荷预测模型被引量：2