神经网络集成的短期负荷预测模型：一个比较研究

神经网络集成的短期负荷预测模型：一个比较研究(中文8500字,英文PDF)
1.    介绍：
负荷预测管理中起着至关重要的作用，调度操作在电力系统中，它问题的预测在不同的能源需求时间跨度。在未来的电网格，以实现更大的控制和灵活性比实际电网，可靠负载需求预测有助于避免调度了意想不到的问题负载，并提供重要信息作出决定，购买能源，特别是市场动态定价策略。此外，准确预测将有一个显着的在运行管理的影响，例如防止过载和允许高效的能源存储。事实上，在环境中的波动可能取决于大量的因素（在他们中的一些人
未知的或难以预测），预测使用的所有信息的需求通过计量提供传感技术是至关重要的，有峰值的有效管理要求（负荷转移）。
预测未来的行为和能源需求的智能电网的智能部分所需的能力强，在信息技术应用，和，更普遍的是，未来的分销网络（参见euaddress项目[ 1 ]）。分布式发电的集约利用提出了新的挑战，如有需要“分布式智能”来处理数据来源于不同的地方，在动态的环境中进行有效的选择。这种新的情况下的一个例子是valeet al提出。[ 2 ]在各种优化算法应用于智能电网的经济调度问题。