【出 处】：《 计算机仿真 》 CSCD 2011年第28卷第1期 311-314页,共4页

【作 者】： 魏安静 ; 田丽 ; 凤权

【摘 要】 电力系统负荷预测通过对历史数据分析，预测未来需求，利用经典的Kohonen网络、Elman神经网络和粒子群优化算法建立级联网络预测模型，为了对电力系统短期精确预测，提出了处理非线性问题和解决负荷预测问题。对级联网络预测模型不但能够综合各种单一预测模型的优点，而且能够随时间的推移使结构不断变化，可以减少负荷预测的工作量。用三种神经网络模型进行短期电力负荷预测的仿真结果比较，验证了级联网络预测算法的有效性和良好的应用前景。