用户登录
期刊信息
  • 主管单位:
  • 上海市教育委员会
  • 主办单位:
  • 上海理工大学、上海市能源研究会、上海电气(集团)总公司
  • 主  编:
  • 陈康民
  • 地  址:
  • 上海市军工路516号
  • 邮政编码:
  • 200093
  • 联系电话:
  • 021-55272843
  • 电子邮件:
  • eribjb@usst.edu.cn
  • 国际标准刊号:
  • 1008-8857
  • 国内统一刊号:
  • 31-1410/TK
  • 邮发代号:
  • 单    价:
  • 5.00
  • 定    价:
  • 20.00
基于高阶BP神经网络的日最大负荷预测
Daily peak load prediction based on advanced BP neural network
投稿时间:2014-09-19  
DOI:10.13259/j.cnki.eri.2016.03.007
中文关键词:  负荷预测  日最大负荷  日类型  假日负荷预测  高阶BP神经网络
英文关键词:load forecast  daily peak load  day type  holiday load forecast  advanced BP neural network
基金项目:国家自然科学基金资助项目(61205076)
作者单位
马立新 上海理工大学 光电信息与计算机工程学院, 上海 200093 
李渊 上海理工大学 光电信息与计算机工程学院, 上海 200093 
郑晓栋 上海理工大学 光电信息与计算机工程学院, 上海 200093 
尹晶晶 上海理工大学 光电信息与计算机工程学院, 上海 200093 
摘要点击次数: 3308
全文下载次数: 2356
中文摘要:
      随着社会的发展,人们的日常生活和工作生产越来越依赖于电力系统.精准的电力负荷预测是电网安全、稳定运行的重要保障.为减小节假日在日最大负荷预测过程中的影响,提出了法定节假日对日最大负荷的影响及日类型量化处理方法,并采用一种改进的BP(back propagation)神经网络——高阶BP神经网络进行连续多天最大负荷预测.实验算例结果表明:该数据处理和预测方法能有效地减小节假日对负荷预测的影响,提高了预测精度,并有较强的工程实践价值和应用前景.
英文摘要:
      With the development of society,people's daily life and work increasingly depend on the production of power system.Accurate power load prediction is a key guarantee for safe and stable operation of the grid.Based on the characteristics of historical load data,effect of legal holiday on the daily peak load as well as the method of quantifying day type were put forward in this paper,when the daily peak load was predicted.A modified back propagation(BP) neural network,advanced BP network(ABP),was adopted to predict the continuous multi-day daily peak load.The simulation results showed that this data processing and prediction method could effectively demonstrated the influence of holiday on load prediction and improved the prediction accuracy.It has a strong practice value and wide application prospect.
HTML   查看全文  查看/发表评论  下载PDF阅读器
关闭