| 摘要: |
| 由于地区电网负荷受气象因素影响较大，提出了综合考虑气象因子的处理方法。该方法采用综合气象因子(人体舒适度和温湿指数)作为输入，克服了气象因子直接输入时输入量多、预测时间长的缺点。同时，针对BP神经网络动态性能的不足，建立基于Elman动态神经网络的短期负荷预测模型，并对该模型的激励函数和网络结构进行改进。改进后的模型考虑了电网的动态特性，减少了神经网络输入量，增强了负荷预测模型的适应性。采用杭州地区实际数据对提出的方法和模型进行验证，结果显示该方法和模型能明显提高负荷预测精度，表明该方法和模型是实用有效的。 |
| 关键词: 短期负荷预测 Elman神经网络 综合气象因子 激励函数 双隐含层 |
| DOI：10.7667/j.issn.1674-3415.2012.22.020 |
|
| 基金项目: |
|
|
|
| () |
| Abstract: |
|
| Key words: |
