论文部分内容阅读
随着我国经济的快速发展,能源枯竭问题日益加重,微网作为一种清洁友好型能源,能够利用当地的资源优势,有效解决我国中西部偏远地区用电难、电能运输成本高、利用率低等问题。而微网短期负荷预测作为微网中的研究热点,日益受到研究人员的关注。对微网短期负荷进行有效预测,能够为微网系统节能高效的运行提供保障、为电力调度部门制定发电计划提供依据。因此加强微网的负荷预测无论对微网系统本身还是对大电网都有重要的意义。本文针对微网负荷的特点,提出了基于数据挖掘和遗传模拟退火算法(GSA算法)优化的多模型神经网络微网短期负荷