论文部分内容阅读
针对由于神经元网络泛化能力不足等原因造成的预测精度不高甚至出现坏数据从而难以适用于负荷波动厉害的电网的情况,提出一种基于神经网络-模糊推理综合模型的短期负荷预测方法.该方法结合了神经网络和模糊推理的优点,通过模糊推理来修正神经网络输出的预测结果,能有效地提高预测精度.特别是对于受天气影响比较明显而天气变化又比较剧烈的电网,能有效防止不合理预测结果的出现.在武汉电网的实际运行情况说明了本算法的有效性.