›› 2016, Vol. 38 ›› Issue (2): 264-269.doi: 10.16507/j.issn.1006-6055.2016.02.008
邰晓红 王丽娜
摘要：
为了更好地反映电力负荷系统非线性、动态性、时变性的特点，对电力负荷进行更加智能、准确的预测，将Elman神经网络与模糊控制相结合，提出了一种基于模糊控制修正Elman神经网络的电力负荷短期动态预测模型。首先利用Elman神经网络对电力负荷进行预测并计算预测残差，然后利用模糊控制对残差进行预测控制并对Elman神经网络预测结果进行智能修正，最后结合Elman神经网络与模糊控制修正结果得到最终的电力负荷预测结果。以辽宁省某市2015年6月份部分电力负荷历史数据为样本，结合天气温度情况，利用本文提出的模型进行了实际电力负荷短期预测，最终结果误差较小且比较稳定，优于单一Elman神经网络和该市目前电力系统预测结果，验证了本文提出模型的有效性及可靠性，为短期电力负荷预测提供了一种较为可靠的途径。
中图分类号:
