神经网络在电力负荷预测中的应用研究

《神经网络在电力负荷预测中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、1006-9348(2011)10-0297-04神经网络在电力负荷预测中的应用研究杜莉张建军北京工业职业技术学院信息工程系，北京100042摘要：研究电力负荷预测问题，针对精确测量电力负荷，由于影响电力负荷因素之间存在着菲线性，因素之间存在冗余信息，传统的数学模型在电力负荷预测中精度较低，为了有效提高电力负荷的预测精度，提出了一种主成分分析(PCA)和BP神经网络相结合的电力负荷预测方法。利用PCA对电力负荷的影响因素进行特征提取，以BP神经网络对经过PCA处理得到的新的变量进行训练建模，采用PCA-BP神经网络模型对河南某

2、地区的电力负荷进行了仿真。结果表明，相对于参比模型，可有效地消除因素间的冗余信息，降低了BP神经网络的输入维数，简化了网络的结构，加快了学习速度，显著提高了电力负荷预测精度，证明提出的预测模型在电力负荷预测中是有效。主成分分析；神经网络；电力负荷预测TM743BResearchonPowerLoadForecastingBaseonNeuralnetworkDULiHANGJian-jun2010-11-01一298——299—@@[1]朱继萍，戴君.中长期电力负荷预测相关影响因素优化选择[J].计算机仿真，2008，25(5

3、)：226-229.@@[2]周文，等.电力负荷建模问题研究综述[J].现代电力，1999，16(2):83-89.@@[3]师彪，等.基于改进粒子群一径向基神经网络模型的短期电力负荷预测[J].电网技术，2009，33(7)：180-184.@@[4]李云飞，黄彦全，蒋功连.基于PCA-SVM的电力系统短期负荷预测[J].电力系统及其自动化学报，2007，19(5):66-70.@@[5]王志勇.数据挖掘方法在短期负荷预测中的应用研究[D].浙江大学,2007-9.@@[6]张妍，尚金城，于相毅.主成分-聚类复合模型在水环境

4、管理中的应用-以松花江吉林段为例[J].水科学进展，2005，16(4)：592-595.@@[7]李翔，等.克隆选择粒子群优化BP神经网络电力需求预测[J].湖南大学学报（自然科学版），2008,35(6)：41-52.杜莉（1975-），女（汉族），河北深州人，讲师，硕士，研究方向：自动控制。张建军（1974-）男，汉族，河北乐亭人，讲师，硕士，研究方向：图像识别。