浏览全部资源
扫码关注微信
Published:1998
移动端阅览
[J]. Automation of electric power systems, 1998, 22(10).
DOI:
[J]. Automation of electric power systems, 1998, 22(10). DOI:
根据邯郸地区的负荷特点,将负荷预测分为正常日和节假日两种预测模型。在正常日预测中,采用基本负荷 加修正负荷的思想,修正负荷通过自组织人工神经网络训练得到;在节假日预测中,采用将历史负荷按“近大 远小”加权平均的思想。同时,应用最小二乘递推算法修正模型,进行在线预测。此外,还开发出相应的软件 包用于实际预测工作,并根据邯郸地区的实际情况,通过对MIS中公共数据库的访问,实现了负荷、气象数 据的自动获取和录入,减轻了运行人员的负担。
0
Views
1783
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution