臺灣能源期刊發行
- 創刊日期：
102年11月30日
- 發行所：
經濟部能源署
- 發行人：
游振偉
- 地址：
台北市復興北路2號13樓
- 電話：
02-2772-1370
- 執行單位：
財團法人工業技術研究院
- 地址：
新竹縣竹東鎮中興路四段195號26館
- 服務專線：
03-5916006
- 服務信箱：
- 總編輯：
王漢英胡均立
- 顧問：
王運銘童遷祥王人謙
- 執行主編：
劉子衙陳志臣
- 編輯委員：
方良吉王錫福朱家齊李堅明李叢禎林師模馬鴻文陳希立廖芳玲廖肇寧劉文獻蕭志同顧洋(依筆畫順序排列)
:::
臺灣能源期刊論文全文
臺灣能源期刊第6卷第2期內容
出刊日期：June, 2019
- 題目
- 預處理對類神經網路短期負載動態預測的影響
- Title
- The Effect of Preprocessing on Neural Network for Short-Term Electricity Load Forecasting
- 作者
- 陳春志、許倢歆、游凱為、楊世銘
- Authors
- Chuen-Jyh Chen, Chieh-Hsin Hsu, Kai-Wei Yu, Shih-Ming Yang
- 摘要
- 建立基於粗糙集的短期負載預測類神經網路模型，預測未來一天至一周之電力需求。該模型由一組數據驗證，包括中央氣象局的天氣因素和台電公司的歷史負載。應用粗糙集通過消除冗餘屬性來修改模型。預處理的影響提高了類神經網路模型的可靠性，成功地避免了系統的複雜性；因此它比傳統的類神經網絡模型表現更好。藉由MATLAB模擬預測模型中，發現結果可以提高電力系統預測的可靠性，進一步幫助能源經濟和策略規劃。
- 關鍵字
- 類神經網路、粗糙集、短期負載預測、預處理
- Abatract
- A short-term load forecasting neural network model based on rough sets is established to predict future power demand one day to one week ahead. The model is validated by a set of data including both weather factors from Central Weather Bureau and history load from Taiwan Power Company. Rough set is applied to modify the model by eliminating redundant attributes. The impact of preprocessing increases the reliability of the neural network model, which successfully avoids the complexity of the system; hence it performs better than the traditional neural network model. The model for forecasting is simulated in MATLAB and the results can increase the reliability of power system to further help energy economic and strategy planning.
- Keywords
- Artificial Neural Network, Rough set, Short-term load forecasting, Preprocessing