基于模糊神经网络的电力系统短期负荷预测

摘要

电力系统负荷预测水平己成为衡量电力系统运行管理现代化的标志之一,尤其是准确的短期负荷预测更具有重要的意义.负荷预测的影响因素较多,既由负荷本身的历史表现决定,还要受众多非负荷因素的影响,比如天气和温度,这对负荷预测的精度造成了一定的难度.本文阐述了一个基于自适应网络模糊推理系统的短期负荷预测系统,用实际负荷值和温度对模糊神经网络进行训练和模拟,以达到了对系统短期负荷预测的目的.从预测的结果来看,本文提出的自适应网络模糊推理系统模型不但扩展了神经网络的功能,加快了网络训练学习的速度,而且符合实际应用的要求,具有一定的理论研究价值和实际应用价值.