论文部分内容阅读
着重论述了电力负荷预测中建模变量的选择、数据的预处理方法、模型的拓扑结构及其对预测精度的影响。针对水电企业电力负荷预测,提出了一种将经典的AR模型与T-S模糊神经系统相结合的负荷预测方法。应用该方法对某水电厂近两年发电量作了预测计算,并与实测数据作了比较,表明该方法具有较好的鲁棒性和较高的精度。