欢迎来到天天文库
浏览记录
ID:14326217
大小:155.16 KB
页数:5页
时间:2018-07-27
《基于神经网络的负荷组合预测模型研究_谢开贵》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、第22卷第7期中国电机工程学报Vol.22No.7Jul.20022002年7月ProceedingsoftheCSEE©2002Chin.Soc.forElec.Eng.文章编号:0258-8013(2002)07-0085-05基于神经网络的负荷组合预测模型研究谢开贵,李春燕,周家启(重庆大学高教部高电压与电工新技术重点实验室,重庆400044)RESEARCHOFTHECOMBINATIONFORECASTINGMODELFORLOADBASEDONARTIFICIALNEURALNETWORKXIEKai-
2、gui,LIChun-yan,ZHOUJia-qi(HighVoltageandElectricalEngineeringNewTechnologyKeyLaboratoryofMinistryofEducation,ChongqingUniversity,Chongqing400044,China)ABSTRACT:Thispaperpresentsanon-stationaryweights1引言combinationforecastingmodel(NWCFM)forload,i.e.,电力系统负荷预测对电力
3、系统的安全、经济和combinationforecastingmodelbasedonartificialneural可靠运行具有重要的作用。机组调度、经济负荷分network.Thecorrespondingartificialneuralnetwork(ANN)for配等运行规划的优劣都与准确、快速的负荷预测密thismodelisconstructedusingthenonlinearrelationship切相关。负荷预测方法大致可分为两类:一类是时betweentheforecastingvaluesof
4、variousmethodsandthe[1]actualloads.TheANNhasthreelayersandtheoutputlayerhas间序列分析方法,如卡尔曼滤波、Box-Jenkins方[2]onlyoneneuron.TheinputsofANNaretheforecastingvalues法等;另一类是因果分析法或称计量经济法,如ofallmethodsandtheoutputistheoriginaldata.TheANN,气候(主要是温度,其次还有湿度、风速等)辨识法whichistrai
5、nedbyerrorbackpropagation(BP)algorithmwith[3,4]。在国内外,几乎未见用组合预测模型[5]进行负variablelearningrateandvariablemomentum,hasthe荷预测的研究,本文将应用该模型对负荷预测进行forecastingfunction.Atthesametime,thestationaryweights研究。combinationforecastingmodel(SWCFM)basedongenetic将多种不同的预测方法进行适当组合,
6、综合利algorithmisconciselyintroduced.Themodelcanbeusedin用各种方法提供的信息,便形成所谓组合预测方法year,month,hourloadforecastingfields,andsoon.The[5]effectivenessandpracticabilityofthemodelshavebeen。组合预测模型将各种预测效果进行总体性综合verifiedbysomeexamples.考虑,比单个预测模型更系统、更全面,且Bates和Granger证明2种或2种以上
7、无偏的单项预测可KEYWORDS:Loadforecasting;combinationforecasting以组合出优于每个单项的预测结果,能有效地提高model(CFM);geneticalgorithm;artificialneuralnetwork预测精度。摘要:给出了电力系统负荷的变权系数组合预测模型,即基根据组合预测确定权系数的不同,将组合预测模于神经网络的组合预测模型。该模型利用多种方法的预测结型分为固定权系数组合预测模型和变权系数组合预果与实际负荷数据的非线性关系,建立相应的神经网络模型。该网络为单
8、输出的三层网络,其中输入层为各种预测方测模型。虽然固定权系数组合预测的研究已取得一定[5]法的预测值,输出层为实际负荷值。文中用变动量因子和变的进展,但变权系数组合预测的研究才刚刚起步。学习率的BP算法对其训练,训练后的网络便具有预测能力。变权组合预测模型的建立和应用是提高预测模型的同时,文中对基于遗传算法的固定权系数组合预测模型进行预测精度,增强预测模型实
此文档下载收益归作者所有