基于模糊逻辑聚类神经网络算法的中长期负荷预测

作     者：岳璐 张尧 钟庆 王哲 YUE Lu;ZHANG Yao;ZHONG Qing;WANG Zhe

作者机构：华南理工大学电力学院广东广州510641 华电电力设计研究院有限公司河北保定071000 

出 版 物：《华北电力大学学报（自然科学版）》 (Journal of North China Electric Power University：Natural Science Edition)

年 卷 期：2008年第35卷第2期

页      码：42-46页

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。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。利用模糊集理论中的模糊逻辑算子y1完成网络运算,提高了聚类神经网络的运算速度。虽然网络采用了竞争学习作为网络的学习算法,但是它克服了一般竞争学习算法固有的死点问题,使得历史数据的聚类分析中聚类中心初始点的选取有更大的随意性。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。

主 题 词：中长期负荷预测 模糊逻辑单元 聚类神经网络 死点问题 

学科分类：080802[080802] 0808[工学-自动化类] 08[工学] 

D　O　I：10.3969/j.issn.1007-2691.2008.02.008

馆 藏 号：203510032...