基于广义回归神经网络的有源配电网网供负荷预测方法

作者：仝新宇; 张宇泽; 张长生; 杨乔川

来源：供用电, 2020, 37(12): 40-45.

DOI：10.19421/j.cnki.1006-6357.2020.12.006

• 网供负荷预测
• 有源配电网
• 分布式电源
• 电采暖负荷
• 广义回归神经网络

随着大量分布式电源(DG)接入配电网和用户终端再电气化程度的提高,提出了一种基于广义回归神经网络(GRNN)的有源配电网网供负荷预测方法。首先,对含DG与电采暖负荷的配电网网供负荷特性进行了分析;其次,基于广义回归神经网络,建立了有源配电网网供负荷预测的模型;再次,以该地区近几年的国民生产总值、人口、电力消费以及网供负荷峰值等经济数据作为模型的输入,得到了该地区在目标年配电网网供负荷的预测结果;最后,分别与采用前馈反向传播神经网络(FFBNN)以及级联正反向传播神经网络(CFBNN)得到的负荷预测结果进行了对比,验证了所提方法具有更高的预测准确性。

• 单位
  天津大学