基于SOFM和BP短期负荷预测方法

摘要：

基于以自组织特征映射神经网络(Self-organizing feature map,SOFM)先聚类、神经网络再预测的模型以往多用在对疾病、天气方面的预测,由此提出了一种以SOFM与误差反向传播算法的神经网络(Back Propagation,BP)相组合应用为基本原理的短期电力负荷预测的组合模型.该模型主要基于SOFM网络的主要特性聚类,预先将训练样本集采取聚类分析,对其分为具有相似数据的若干子类,再根据每一子类构造一个BP网络模型.利用内蒙古自治区某市的实际日平均负荷数据进行仿真,证明了本文方法的有效性.

关键词：自组织特征映射神经网络、BP神经网络、聚类分析、短期负荷预测

所属期刊栏目：46

分类号：TM714(输配电工程、电力网及电力系统)

资助基金：2019年度河南省重点研发与推广专项科技攻关项目;河南省高等学校重点科研项目

在线出版日期：2020-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：97-100