一种新型遗传算法与人工神经网络相结合的模型在电力系统短期负荷预测中的应用研究

• 作 者: 刘嘉璐 刘光 李海东
• 机 构: 中国人民解放军装备指挥技术学院,总参驻沈阳地区军事代表室,中国科学院电工所
• 出 处: 电气传动自动化
• 发表日期: 2005年6期
• 关键词: 短期负荷预测 神经网络 遗传算法 short-term load forecasting artificial neural network genetic

利用神经网络和遗传算法的优点,建立了一种新型的神经网络和遗传算法相结合的模型来进行电力系统的短期负荷预测.在对负荷变化规律分析的基础上提出了按日期类型分开建模的24小时预测模型,并对天气因素进行了有效处理.建立了具有灵活友好的用户界面和完善功能的负荷预测软件.实例表明人工神经网络和遗传算法相结合的模型在实际应用中有令人满意的预测效果.