采用混合语言信息群决策的电力负荷密度预测法.pdf

采用混合语言信息群决策的电力负荷密度预测法.pdf

ID:52499808

大小:497.79 KB

页数:8页

时间:2020-03-28

采用混合语言信息群决策的电力负荷密度预测法.pdf_第1页
采用混合语言信息群决策的电力负荷密度预测法.pdf_第2页
采用混合语言信息群决策的电力负荷密度预测法.pdf_第3页
采用混合语言信息群决策的电力负荷密度预测法.pdf_第4页
采用混合语言信息群决策的电力负荷密度预测法.pdf_第5页
资源描述:

《采用混合语言信息群决策的电力负荷密度预测法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第42卷第7期电力系统保护与控制Vl01.42NO.72014年4月1日PowerSystemProtectionandControlApr.1,2014采用混合语言信息群决策的电力负荷密度预测法周胜瑜,周任军,李红英,康信文(智能电网运行与控制湖南省重点实验室(长沙理工大学),湖南长沙410004)摘要:传统城市空间负荷密度预测法在实际预测过程中其结果的可信度依赖于大量有效的样本数据,而在实际中收集到较齐全的可行样本数据存在很大的难度。为此提出了一种将混合语言信息群决策方法和BP神经网络相结合的城市电力负荷密度预测法。该方法采用基于混合语言信息的群决策方法,通

2、过各决策者的评价,计算城市各小区相应的经济、人口、地理环境的综合评分值,并利用BP神经网络,训练各指标综合评分值与相应的小区负荷密度,利用训练后的网络结构和待定小区的各指标综合评分结果,预测城市该小区的负荷密度。通过对城市若干小区的负荷密度及各指标综合评分值做比较分析,预测了部分小区的负荷密度值结果表明预测计算过程摆脱了需要大量收集特定指标定量数据的问题,并且预测结果具有较高的可信度。关键词:混合语言信息群决策方法;城市电力负荷密度预测;BP神经网络;三大类指标;指标综合评分值Powerloaddensitypredictionmethodofusinggrou

3、pdecision-makingofmixedlanguageinformationZHOUSheng-yu,ZHOURen~un,LIHong-ying,KANGXin—wen(HunanProvinceKeyLaboratoryofSmartGridsOperationandControl(ChangshaUniversityofScienceandTechnology),Changsha410004,China)Abstract:Intheactualprocessofforecasting,thecredibilityoftheresultoftradi

4、tionalurbanspaceloaddensitypredictionmethoddependsonanumberofsampledata.But,intheactual,collectingacompletefeasibledataisquitedificult.Thereforethispaperputsforwardawaywhichcombinesthegroupdecision-makingmethodofmixedlanguageinformationandtheBPneuralnetworktoforecastthecitypowerloadd

5、ensity.Thiswayusesgroupdecision-makingmethodofmixedlanguageinformationtogetthescorevalueoftheeconomy,population,geographicenvironmentinallurbandistrict,thenbyusingBPneuralnetworktotrainthescoreandtheloaddensity,afterthatutilizingthenettopredicttheloaddensityofpendingdistrict.Theresul

6、tshowsthatnotonlythecomputationprocesscangetridoftheproblemwhichneedlargecollectionofspecificindicatorsquantitativedatabutalsotheresultisverygood.ThisworkissupportedbyNationalNaturalScienceFoundationofChina(No.51277016).Keywords:groupdecision-makingmethodofmixedlanguageinformation;ur

7、bandensityofpowerloadforecasting;BPneuralnetwork;threetypesofindicators;comprehensivescorevaluesofindicators中图分类号:TM715文献标识码:A文章编号:1674-3415(2014)07-0015-08情况来看,由于未来城市土地的使用性质基本已经O引言明确,所以负荷密度指标法在配网规划工程实践中近年来,空间负荷密度预测逐渐受到重视,其得到了越来越广泛的应用。概念最早是在20世纪80年代由美国的H.L.Willis目前,空间负荷密度预测的方法有许多种,其提

8、出。目前国内外常用的空间

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。