10.3969/j.issn.1674-3415.2012.01.010
基于动态自适应神经网络和人体舒适度的短期负荷预测
针对BP (Back Propagati on)神经网络的适应性较差的问题,提出了自适应神经网络的模型,并将其应用到短期负荷预测中.在神经网络进行数据训练时,对于大量的训练数据,提出采用动态自适应的方式进行处理.分析了实时气象因素对短期负荷的影响,以人体舒适度作为气象因子的处理模型.采用杭州地区数据对提出的模型进行验证,与BP模型预测的结果对比,具有更快的预测速度、更高的预测精度.所构建的预测模型具有很好的适应性,并充分考虑了气象因素、日期类型,预测结果表明所提出的预测方法是有效且实用的.
短期负荷预测、自适应神经网络、动态自适应、实时气象因素、人体舒适度
40
TM715(输配电工程、电力网及电力系统)
2012-04-20（万方平台首次上网日期，不代表论文的发表时间）
共6页
56-61
