发明公开
- 专利标题: 一种基于改进模糊神经网络的短期电力负荷预测方法
- 专利标题(英): Improved fuzzy neural network-based short-term power load prediction method
-
申请号: CN201710964598.X申请日: 2017-10-17
-
公开(公告)号: CN107704967A公开(公告)日: 2018-02-16
- 发明人: 田春光 , 高长征 , 唐伟宁 , 王鼎 , 都明亮 , 吕项羽 , 毕正军 , 周宏伟 , 李德鑫 , 李成钢 , 崔希生 , 张硕 , 刘立明 , 崔怀宇 , 林海源 , 姚志忠 , 王长胜 , 高晓峰
- 申请人: 吉林省电力科学研究院有限公司 , 国网吉林省电力有限公司电力科学研究院 , 国网吉林省电力有限公司 , 国网吉林节能服务有限公司 , 国家电网公司
- 申请人地址: 吉林省长春市朝阳区人民大街4433号
- 专利权人: 吉林省电力科学研究院有限公司,国网吉林省电力有限公司电力科学研究院,国网吉林省电力有限公司,国网吉林节能服务有限公司,国家电网公司
- 当前专利权人: 吉林省电力科学研究院有限公司,国网吉林省电力有限公司电力科学研究院,国网吉林省电力有限公司,国网吉林节能服务有限公司,国家电网公司
- 当前专利权人地址: 吉林省长春市朝阳区人民大街4433号
- 代理机构: 长春市吉利专利事务所
- 代理商 李晓莉
- 主分类号: G06Q10/04
- IPC分类号: G06Q10/04 ; G06Q50/06 ; G06N3/04
摘要:
本发明涉及一种基于改进模糊神经网络的短期电力负荷预测方法。包括如下步骤:采集电力系统参数,获得数据样本,获得本方法隐含层数,对神经网络的输入参数应进行归一化处理,获得激励函数可调的BP神经网络学习算法,得到预测结果。供电单位能够对于电力负荷进行准确预测,尤其是超短期、短期预测,可以改善负载对电力系统的影响,对电场制定更加合理的发电计划,减少成本以及风电场参与发电竞争都具有重要作用。本方法在电力负荷的预测精度和预测方法的收敛速度等方面都有了提高,该方法具有重要的现实意义和应用前景。