一种基于自适应神经模糊推理系统的短期负荷预测方法

作者：鲍伟强; 陈娟; 谢伟; 熊涛

来源：电气开关, 2019, 57(01): 8-11.

• 电力系统
• 负载预测
• 神经网络
• 模糊推理系统
• 自适应学习

随着智能电网技术的发展,电网问题的管理变得尤为重要,负荷预测是电网管理的主要内容之一。本文针对小区域范围内电力系统负荷预测问题,提出了一种基于自适应神经模糊推理(ANFIS)方法,在每小时测量和记录电力负荷数据的基础上,利用提出的ANFIS模型进行了负荷预测。在所提的ANFIS模型中,只需要确定历史负荷参数,模型中的其他参数可由历史负荷参数计算得到。将实际负荷及其对时间的一阶导数、时间信息作为ANFIS模型的输入,预测下一个小时的负荷需求。采用均方根误差、标准均方根误差和平均偏差误差作为模型评价指标。实验结果表明,该方法适用于小区域的负荷预测。

• 单位
  武汉工程大学