科研之友
微信
新浪微博
Facebook
分享链接
摘要
在激烈竞争的电力市场中,短期负荷预测(Short-term Load Forecasting, STLF)是电力系统高效运行的主要研究热点。针对具有高度波动性非线性信号的电力负载,提出了一种基于神经网络和混沌智能特征选择的预测方法,通过选择最佳候选输入集作为特征参数,将其作为预测输入数据。预测引擎采用一种多层感知层,具有差分进化的学习算法。输入通过的候选者进行相关性分析。对电力市场实际数据进行测试,并与其他STLF技术进行对比,结果表明该方法具有较高的准确度,可在不同电力系统中推广应用。
- 单位
