智能组合预测法在短期电力负荷预测中的应用研究
Short-term electric load forecasting research based on intelligent combined forecasting model作者机构：安徽工程大学安徽省电气传动与控制重点实验室安徽芜湖241000
出 版 物：《安徽工程大学学报》 (Journal of Anhui Polytechnic University)
年 卷 期：2011年第26卷第1期
页 面：62-65页
学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：安徽工程大学青年基金资助项目(2008ya024zd) 安徽省高校自然科研基金资助项目(kj2009b035z)
主 题：智能组合 短期负荷预测 Elman神经网络 遗传算法
摘 要：提出将Kohonen网络、Elman神经网络和遗传算法结合起来建立一种智能组合预测模型,此模型能够综合各种单一预测模型的优点,内在结构随时间的推移不断变化,符合电力负荷的特点,提高了负荷预测的精度.文中给出了三种网络模型进行短期电力负荷预测的仿真结果比较,从而验证了智能组合预测模型的合理性和良好的应用前景.
维普期刊数据库
同方期刊数据库