基于相似日选择和BP神经网络的商场短期负荷预测

论文摘要

为了改进传统楼宇短期负荷预测的准确度与效率,以上海市某商场建筑为研究对象,采取了基于相似日选取和BP神经网络的方法,对其夏季短期负荷进行了预测。首先,对夏季气象类因素进行去量纲处理,并采用灰色关联度挑选出对负荷影响最大的气象因素;然后,以关键气象因素为基准,采用加权相似度函数选择相似日,并按照相似度大小进行降序排列;最后,将相似日的负荷和关键气象因素数据输入到BP神经网络模型中,预测输出该商场2017年夏季短期负荷值,并对预测结果进行对比分析。通过实例数据进行了算例验证,结果表明,提出的方法具有较好的有效性和实用性。

论文目录

• 0 引言
• 1 基于灰色关联度的相似日挑选
•   1.1 数据归一化
•   1.2 灰色关联度计算
•   1.3 相似日选择
• 2 基于BP神经网络的负荷预测
• 3 算例分析
• 4 结语

文章来源

类型: 期刊论文

作者: 赵立强,杨镜非,张美霞,李泰杰,杨秀,蔡鹏飞,陈斌超

关键词: 短期楼宇负荷预测,灰色关联度,神经网络,相似日选择,加权相似度

来源: 供用电 2019年01期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 上海交通大学,上海电力学院

基金: 国家电网公司科技项目(52090016002M)~~

分类号: TM715

DOI: 10.19421/j.cnki.1006-6357.2019.01.004

页码: 23-28

总页数: 6

文件大小: 1733K

下载量: 336