论文部分内容阅读
通过详细分析负荷特征，结合平均风速、最大风速等8项气象数据，引入风寒指数、炎热指数和人体舒适度用以综合考量气象对负荷的累加影响。同时，通过构建日特征性向量，分别对不同季节采用不同的特征向量选择相似日。利用粒子群（PSO）优化神经网络（NN）的权值和阈值，从而降低了计算规模和提高预测准确性。算例表明，该方法能够针对不同季节特点，选取较合适的相似日，算法收敛速度快、有较高的预测精度和较强的适用性。