基于减法聚类的自适应模糊神经网络的短期负荷预测

摘要

论述了基于减法聚类的自适应模糊神经网络(ANFIS:adaptiveneuro-fuzzyinferencesystem)的短期负荷预测方法.利用减法聚类的方法确定了自适应模糊神经网络的结构,再结合最小二乘估计法和反向传播算法对参数进行训练.向训练好的自适应模糊神经网络输入相关的影响因素数据进行预测.预测结果显示,自适应模糊神经网络能比人工神经网络获得更高的预测精度和耗费更少的训练时间,所以有更好的使用价值.