基于自适应神经模糊推理系统的智能电表大数据分析研究 |
| |
引用本文: | 王登峰,李 英,杨 琦,马广霞,樊 博.基于自适应神经模糊推理系统的智能电表大数据分析研究[J].电子器件,2022,45(3):727-731. |
| |
作者姓名: | 王登峰 李 英 杨 琦 马广霞 樊 博 |
| |
作者单位: | 国网宁夏电力有限公司电力科学研究院 |
| |
摘 要: | 随着电力需求的不断增长和智能电表的大量应用,电力数据量大幅提升,对智能电表大数据分析分析提出了更高的要求。为此本文从模糊数学理论和人工神经网络出发建立了自适应神经模糊推理模型,基于安装在用电户的智能电表实际计量得到的电力大数据,进行了模型的训练和测试,最后利用预测模型进行了用电户在24小时内的电力功耗预测,并与智能电表实际测得的功耗数据进行了对比。研究结果表明基于当前智能电表采集的电力大数据,本文提出的预测模型精度得到了较大提升,总体预测精度为84.02%;其中白天时段由于用电随机性较大预测精度在70%左右,而夜间的预测精度均在90%以上。
|
关 键 词: | 模糊逻辑 神经网络 电力大数据 智能电表 负荷预测 |
|
| 点击此处可从《电子器件》浏览原始摘要信息 |
| 点击此处可从《电子器件》下载免费的PDF全文 |
|