模糊逻辑聚类神经网络算法在中长期负荷预测的应用

摘要

电力系统中长期负荷预测受大量不确定因素的影响，聚类方法能够将各种影响因素综合引入预测模型，提高了预测精度。本文采用一种由模糊逻辑单元组成的聚类神经网络用于中长期负荷预测。运用文中所述模型及算法综合考虑了历史负荷情况和未来不确定因素等对未来负荷变化的影响。通过与传统的方法进行中长期负荷预测比较，结果表明，该方法可以提高负荷预测的精度。