基于BP神经网络的智能家电集群短期电力负荷预测方法研究
Research on short-term power load forecasting method for smart home appliance clusters based on BP neural network作者机构：安徽扬子职业技术学院电气工程学院安徽芜湖241000
出 版 物：《计算机应用文摘》 (Chinese Journal of Computer Application)
年 卷 期：2024年第40卷第12期
页 面：99-101页
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：安徽省2021年度高校优秀拔尖人才培育项目:基于BP神经网络的智能家电集群短期电力负荷预测方法研究(gxy⁃qZD2021166)
摘 要：随着智能家电集群的出现和普及,人们对电力的需求不断增加。为了更好地管理和调度电力资源,准确预测智能家电集群的电力负荷变化是必不可少的。因此,文章提出了一种基于BP神经网络的预测方法,首先分析了智能家电集群的短期负荷特征并构建了相应的预测模型,然后利用BP神经网络对负荷数据进行了训练和预测,从而实现对未来短期电力负荷的准确预测。实验结果表明,该方法可以较好地预测智能家电集群的短期电力负荷,具有一定的准确性与可行性。
维普期刊数据库