基于BP神经网络的短期负荷预测

下载PDF

导出

摘要电力系统负荷预测的重要性、分类和主要预测方法,BP神经网络算法的基本理论和预测过程,建立基于BP神经网络的短期负荷预测模型,以加州24 h的电力负荷预测为例进行MATLAB仿真,结果显示预测精度符合电力系统要求。

作者陆万雨

机构地区安徽省淮北一中

出处《设备管理与维修》 2017年第16期27-28,共2页 Plant Maintenance Engineering

关键词电力系统 BP神经网络短期负荷预测

分类号 TM73 [电气工程—电力系统及自动化]

引文网络
相关文献

参考文献6

1周潮,邢文洋,李宇龙.电力系统负荷预测方法综述[J].电源学报,2012,10(6):32-39. 被引量：52
2廖旎焕,胡智宏,马莹莹,卢王允.电力系统短期负荷预测方法综述[J].电力系统保护与控制,2011,39(1):147-152. 被引量：257
3陆宇烨,张健钊,徐岩哲,方佳渝.电力系统负荷预测方法综述[J].电子科技,2013,26(11):173-175. 被引量：6
4毛健,赵红东,姚婧婧.人工神经网络的发展及应用[J].电子设计工程,2011,19(24):62-65. 被引量：181
5飞思科技产品研发中心编著..神经网络理论与MATLAB 7实现[M].北京:电子工业出版社,2005:323.
6敖磊..电力市场短期电价预测模型及研究[D].华中科技大学,2006:

二级参考文献84

1武妍,王守觉.一种通过反馈提高神经网络学习性能的新算法[J].计算机研究与发展,2004,41(9):1488-1492. 被引量：15
2康重庆,夏清,张伯明.电力系统负荷预测研究综述与发展方向的探讨[J].电力系统自动化,2004,28(17):1-11. 被引量：502
3马静波,杨洪耕.自适应卡尔曼滤波在电力系统短期负荷预测中的应用[J].电网技术,2005,29(1):75-79. 被引量：60
4邹政达,孙雅明,张智晟.基于蚁群优化算法递归神经网络的短期负荷预测[J].电网技术,2005,29(3):59-63. 被引量：46
5徐进东,丁晓群,邓勇.基于相似日的线性外推短期负荷预测[J].继电器,2005,33(7):37-39. 被引量：29
6卢建昌,王柳.基于时序分析的神经网络短期负荷预测模型研究[J].中国电力,2005,38(7):11-14. 被引量：10
7雷绍兰,孙才新,周湶,邓群,刘凡.电力短期负荷的多变量混沌预测方法[J].高电压技术,2005,31(12):69-72. 被引量：9
8李广,邹德忠,谈顺涛.基于混沌神经网络理论的小电网短期电力负荷预测[J].电力自动化设备,2006,26(2):50-52. 被引量：16
9游仕洪,程浩忠,谢宏.应用模糊线性回归模型预测中长期电力负荷[J].电力自动化设备,2006,26(3):51-53. 被引量：17
10赵宇红,肖金凤,陈忠泽.混合模糊神经网络在短期负荷预测中的应用[J].电力系统及其自动化学报,2006,18(2):99-104. 被引量：18

共引文献485

1周恩泽,黄勇,陈洁,魏瑞增,王彤,隋三义.广东地区山火识别方法及其在电网中的应用[J].气象科技,2020,0(1):132-140. 被引量：7
2张新乐,于滋洋,李厚萱,刘焕军,张忠臣,赵明明,王翔.东北水稻叶片SPAD遥感光谱估算模型[J].中国农业大学学报,2020,25(1):66-75. 被引量：8
3田杨阳,张小斐,耿俊成,王楠,李丰君.基于改进聚类和LSTM的居民小区中长期负荷预测[J].河南电力,2020,48(S02):58-63. 被引量：4
4刘泳奇,吴环宇,陈珂.智能建造技术在工程造价管理中的应用研究综述[J].建筑经济,2022,43(S01):245-252. 被引量：29
5柴晋,乔加飞,孙灏,梁占伟,张千.神经网络算法在脱硫系统优化中的应用进展[J].洁净煤技术,2021,27(S02):27-32. 被引量：3
6洪媛,黄亮,谢长君,张锐明.基于边缘计算的虚拟电厂架构及光伏出力预测算法研究[J].湖北电力,2020(1):26-34. 被引量：8
7纪云松,刘海南,敖立争,余明敏,李沛佳.机器学习在海上风电设备腐蚀分析中的应用[J].船舶工程,2024,46(S01):133-140.
8赵一鸣,吉月辉,刘俊杰,陈嘉齐.基于EMD-IPSO-LSTM模型的短期电力负荷预测[J].国外电子测量技术,2023,42(1):132-137. 被引量：8
9葛琼宇,王致杰.基于ISSA-ELM的短期电力负荷预测研究[J].国外电子测量技术,2022,41(4):119-125. 被引量：6
10王园媛,李晓菲,陈涛,刘振华,王云月.云南省水稻白叶枯病BP神经网络测报技术研究[J].云南农业大学学报,2013,25(2):257-263. 被引量：6

1张晔.大数据技术在电力负荷预测中的应用研究[J].中国高新科技,2017(19):76-78. 被引量：6
2袁丽娟,袁方.数据挖掘在智能电网中的应用研究[J].四川电力技术,2017,40(5):15-17. 被引量：1
3范伟,田丽,汪晨,凤志民,吴道林,李从飞.基于PSO-ELM模型的短期电力系统负荷预测[J].新余学院学报,2017,22(5):20-23. 被引量：6
4郭威,巴秀玲,马文远,王伟,徐志峰.基于神经网络的电力系统负荷预测问题研究[J].自动化与仪器仪表,2017,0(10):192-194. 被引量：6
5何欢.锻造国产直升机的腾飞之翼[J].军工文化,2017(B09):68-69.
6彭泽武,周珑,黄剑文.用电负荷预测技术及应用实践微探[J].现代信息科技,2017,1(1):54-55.
7陈亚,李萍.人工鱼群神经网络在短期负荷预测中的应用[J].计算机技术与发展,2017,27(10):189-192. 被引量：4
8苏适,周立栋,万筱钟,陆海,严玉廷,王飞.计及气象因素的用电负荷短期分时分类预测模型与方法[J].电力建设,2017,38(10):76-83. 被引量：13
9郑志荣,尤大威,王献博,赵云.基于电子标签(RFID)技术的封装工厂无纸化方案的研究[J].中国集成电路,2017,26(10):76-81.

设备管理与维修

2017年第16期

浏览历史

内容加载中请稍等...

基于BP神经网络的短期负荷预测

参考文献6

二级参考文献84

共引文献485

相关作者

相关机构

相关主题

浏览历史