基于动态神经网络的电力系统短期负荷在线预测研究

摘要

电力系统负荷变化受多方面因素的影响，因此负荷曲线呈现出强烈的非线性。为实现非线性的电力负荷在线预测，应用递推更新的样本数据集训练GRNN，构成动态泛回归神经网络。该网络一旦确定了训练样本，网络结构以及各神经元之间的连接权值也随之确定，网络学习完全依赖于样本数据。动态神经网络训练简洁快速，满足了在线预测的实时性要求，达到了预期的目标。