文献类型：期刊文章

作　　者：喻圣[1] 邹红波[1] 余凡[2] 伏春林[1] 韩娜[1]

YU Sheng;ZOU Hongbo;YU Fan;FU Chunlin;HAN Na(Electric Engineering&Renewable Energy School,China Three Gorges University,Yichang 443002,China;State Grid Zhoushan Power Supply Company,Zhoushan 316000,China)

机构地区：[1]三峡大学电气与新能源学院,湖北宜昌443002 [2]国网浙江省电力公司舟山供电公司,浙江舟山316000

出　　处：《智慧电力》

基　　金：三峡大学人才科研启动基金资助项目(KJ201313022)~~

年　　份：2018

卷　　号：46

期　　号：11

起止页码：88-91

语　　种：中文

收录情况：BDHX、BDHX2017、JST、RCCSE、ZGKJHX、核心刊

摘　　要：结合电力短期负荷的特点,将模糊神经网络应用于电力短期负荷预测。阐述了模糊神经网络结构特征及BP学习算法,介绍了模糊神经网络应用于负荷预测的具体流程方法,建立了一种基于引入惯性量的BP学习算法的模糊神经网络负荷预测模型。通过对实际数据分析仿真,同基于BP神经网络的负荷预测方法进行比较分析后,得出本文所提出的方法预测精度高,较好地实现了负荷的预测。

关 键 词：负荷预测 人工神经网络 模糊神经网络 BP学习算法

分 类 号：TM715]