[01543592]基于人工神经网络的电力系统短期负荷预测方法的研究
交易价格:
面议
所属行业:
网络
类型:
非专利
交易方式:
资料待完善
联系人:
所在地:
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
短期负荷预测是电力系统安全调度、经济运行的重要依据,预测精度的高低将直接影响供电质量和电力系统运行的经济效益。农村电网短期负荷预测受到多种随机因素的影响,从重构相空间理论出发,对保定市某县电力局实际电网日负荷序列历史数据进行了最大Lyapunov指数、延迟时间等参数的计算和分析,提出了适宜农村电力整点负荷预测的Lyapunov混沌神经网络模型。采用偏最小二乘回归方法对影响结果的主成分进行了有效的提取,筛选出了影响负荷的主要因素,从而降低了输入数目,加快了BP神经网络的训练速度,提高了网络预测能力。模型的预测精度能够满足实用要求,建模速度有较大提高。
短期负荷预测是电力系统安全调度、经济运行的重要依据,预测精度的高低将直接影响供电质量和电力系统运行的经济效益。农村电网短期负荷预测受到多种随机因素的影响,从重构相空间理论出发,对保定市某县电力局实际电网日负荷序列历史数据进行了最大Lyapunov指数、延迟时间等参数的计算和分析,提出了适宜农村电力整点负荷预测的Lyapunov混沌神经网络模型。采用偏最小二乘回归方法对影响结果的主成分进行了有效的提取,筛选出了影响负荷的主要因素,从而降低了输入数目,加快了BP神经网络的训练速度,提高了网络预测能力。模型的预测精度能够满足实用要求,建模速度有较大提高。