|
摘要: |
着重论述了电力负荷预测中建模变量的选择、数据的预处理方法、模型的拓扑结构及其对预测精度的影响。针对水电企业电力负荷预测,提出了一种将经典的AR模型与T-S模糊神经系统相结合的负荷预测方法。应用该方法对某水电厂近两年发电量作了预测计算,并与实测数据作了比较,表明该方法具有较好的鲁棒性和较高的精度。 |
关键词: AR模型 T-S混合模型 负荷预测 数据预处理 T-S模糊神经系统 电力系统 |
DOI: |
分类号:TM715 |
基金项目: |
|
Application of modeling method combining AR with fuzzy-neural system to power dam load forecasting |
|
Abstract: |
|
Key words: data preprocessing,power load forecasting,T-S fuzzy-neural system,AR model |