检索结果-南通市图书馆

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

短期电力负荷的混沌预测及其神经网络的实现

长沙理工大学学报（自然科学版） 2005年第1期2卷 44-48页

作者：乐晓波匡迎春唐贤瑛长沙理工大学计算机与通信学院湖南长沙410007

短期电力负荷预测是工程技术人员安排电力调度的重要依据.研究了利用混沌理论与RBF神经网络相结合实现短期电力负荷预测的方法.并用该方法预测湖南某地区的月负荷,预测的数据准确率较好,为短期电力负荷预测提供了一条新的途径.

关键词：短期电力负荷混沌预测电力负荷预测 RBF神经网络混沌理论电力调度人员安排工程技术准确率

在线全文

学校读者我要写书评

暂无评论

短期电力负荷时间序列预测的极限学习机方法

福建工程学院学报 2017年第4期15卷 367-370页

作者：张宁闽江学院物理学与电子信息工程系福建福州350108

提出将一种进化的神经网络模型——极限学习机应用于短期电力负荷时间序列预测中,该方法具有模型参数设置少、训练速度快和良好的泛化能力等明显优点。通过实例分析表明该模型的预测精度要优于BP神经网络模型,同时也验证了该模型应用于... 详细信息

提出将一种进化的神经网络模型——极限学习机应用于短期电力负荷时间序列预测中,该方法具有模型参数设置少、训练速度快和良好的泛化能力等明显优点。通过实例分析表明该模型的预测精度要优于BP神经网络模型,同时也验证了该模型应用于短期负荷预测的有效性和可行性。

关键词：极限学习机 BP神经网络模型短期电力负荷时间序列

在线全文

学校读者我要写书评

暂无评论

短期电力负荷的智能预测方法研究

江苏电器 2008年第7期 13-17页

作者：乔维德常州市广播电视大学江苏常州213001

为了提高电力系统短期负荷预测的精度,提出将基于模拟退火思想的改进粒子群优化(SAPSO)算法和误差反向传播(BP)算法相结合构成SAPSO-BP混合算法用于训练人工神经网络,对短期电力负荷进行预测。经实际算例验证,该混合算法能有效克服常规B... 详细信息

为了提高电力系统短期负荷预测的精度,提出将基于模拟退火思想的改进粒子群优化(SAPSO)算法和误差反向传播(BP)算法相结合构成SAPSO-BP混合算法用于训练人工神经网络,对短期电力负荷进行预测。经实际算例验证,该混合算法能有效克服常规BP和PSO算法独立训练神经网络的缺陷,其收敛速度快于BP及PSO-BP算法,并且具有较高的短期电力负荷预测精度。

关键词： SAPSO—BP混合算法短期电力负荷神经网络预测

750 kV配电网短期电力负荷分类聚类方法研究

在线全文

学校读者我要写书评

暂无评论

自动化与仪器仪表 2019年第8期 150-153,157页

作者：杨建新刘元刚国网陕西省电力公司西安710048 杨凌职业技术学院陕西杨凌712100

为了提高750 kV配电网短期电力负荷检测能力,提出基于模糊C均值网格聚类的750 kV配电网短期电力负荷分类聚类方法,构建750 kV配电网短期电力负荷的大数据分布结构模型,采用关联规则挖掘方法进行特征分析和特征提取,构建统计序列重组模型... 详细信息

为了提高750 kV配电网短期电力负荷检测能力,提出基于模糊C均值网格聚类的750 kV配电网短期电力负荷分类聚类方法,构建750 kV配电网短期电力负荷的大数据分布结构模型,采用关联规则挖掘方法进行特征分析和特征提取,构建统计序列重组模型,采用相空间结构重组方法进行750 kV配电网短期电力负荷三维重建,在高维相空间中实现750 kV配电网短期电力负荷的模糊C均值网格聚类,对提取数据的关联特征集进行分类融合,采用大数据分析方法实现750 kV配电网短期电力负荷分类聚类。仿真结果表明,该方法的分类特征聚敛性较好,误分率较低,分类准确性较高,耗时较低。

关键词： 750 kV配电网短期电力负荷模糊C均值网格聚类关联规则挖掘相空间结构重组

基于相关因素修正的短期电力负荷回归预测模型

在线全文

学校读者我要写书评

暂无评论

电气自动化 2013年第1期35卷 52-54页

作者：王涛彭云华吴小亚广东石油化工学院计算机与电子信息学院自动化系广东茂名525000 广州东芝白云菱机电力电子有限公司广东广州510460

把电力负荷预测模型分解为由基本负荷和影响因素产生的增量组成的4个分量,分析了各分量产生的内在机理,介绍了各分量对预测模型影响效果的分析策略,提出了短期电力负荷预测的基本模型结构,对短期负荷预测方法的研究有一定的指导作用。

关键词：短期电力负荷回归预测模型模型修正影响因素气象因素

在线全文

学校读者我要写书评

暂无评论

基于改进FLN的短期电力负荷预测算法

电工技术学报 2004年第5期19卷 92-96页

作者：张海涛陈宗海朱六璋中国科学技术大学自动化系合肥230027 安徽省电力公司调度通信中心合肥230061

短期电力负荷的预测对电力系统具有重要的意义。利用剪枝和附加动量法对标准函数连接神经网络(FLN)进行改进,并将电力负荷的机理和先验知识有机融入,构成了改进的FLN预测网络。对安徽电网电力总负荷的实际预测结果证明了该算法的有效性... 详细信息

短期电力负荷的预测对电力系统具有重要的意义。利用剪枝和附加动量法对标准函数连接神经网络(FLN)进行改进,并将电力负荷的机理和先验知识有机融入,构成了改进的FLN预测网络。对安徽电网电力总负荷的实际预测结果证明了该算法的有效性和优越性。

关键词：函数连接神经网络短期电力负荷剪枝附加动量

神经网络并行进化设计及其在短期电力负荷预测中的应用

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2005年第1期26卷 88-92页

作者：李智勇童调生张帆欧阳红林湖南大学计算机与通讯学院长沙410082 湖南大学电气与信息工程学院长沙410082

针对神经网络模型进化设计问题的特点 ,提出了改进的并行遗传算法 (IPGA) ,并分析其全局收敛性与应用策略。应用此方法于短期电力负荷预测系统中 ,取得了更高的预测精度。该方法设计简单通用、模型性能评价全面合理、全局优化能力强。... 详细信息

针对神经网络模型进化设计问题的特点 ,提出了改进的并行遗传算法 (IPGA) ,并分析其全局收敛性与应用策略。应用此方法于短期电力负荷预测系统中 ,取得了更高的预测精度。该方法设计简单通用、模型性能评价全面合理、全局优化能力强。实际应用表明该方法是有效的 ,具有应用推广价值。

关键词：并行遗传算法神经网络模型通用全局优化性能评价设计进化短期电力负荷预测精度

基于经验模式分解与人工神经网络的短期电力负荷预测

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2009年第23期37卷 66-69,74页

作者：郑连清郑艳秋重庆大学输配电装备及系统安全与新技术国家重点实验室重庆400044

为了有效预测具有一定周期性和随机性的非平稳时间序列的电力负荷,提高预测精度,提出了一种基于经验模式分解(EMD)和人工神经网络(ANN)的电力短期负荷预测方法。该法利用EMD的自适应性,自动地将目标负荷序列分解为若干个独立的内在模式... 详细信息

为了有效预测具有一定周期性和随机性的非平稳时间序列的电力负荷,提高预测精度,提出了一种基于经验模式分解(EMD)和人工神经网络(ANN)的电力短期负荷预测方法。该法利用EMD的自适应性,自动地将目标负荷序列分解为若干个独立的内在模式分量(IMF),对各分量分别进行分析,可准确把握负荷变化特性和环境因素影响。对这些分量采用相匹配ANN模型进行预测,综合得到负荷序列的最终预测结果。仿真试验表明,与传统BP神经网络预测方法相比该方法具有较高的精度和较强的适应能力。

关键词：短期电力负荷经验模式分解内在模式分量人工神经网络

基于数据的SecRPSO-SVM短期电力负荷预测

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2017年第8期29卷 1829-1836页

作者：孙海蓉谢碧霞田瑶李卓群华北电力大学控制与计算机工程学院保定071003 华北电力大学河北省发电过程仿真与优化控制工程技术研究中心保定071003

针对支持向量机在建模中的参数选取问题,提出一种二阶振荡和带斥力因子的粒子群优化算法优化支持向量机参数。采用非线性递减权重平衡算法的全局和局部搜索能力,二阶振荡因子保持种群多样性,提高全局搜索能力。斥力因子使粒子在搜索空... 详细信息

针对支持向量机在建模中的参数选取问题,提出一种二阶振荡和带斥力因子的粒子群优化算法优化支持向量机参数。采用非线性递减权重平衡算法的全局和局部搜索能力,二阶振荡因子保持种群多样性,提高全局搜索能力。斥力因子使粒子在搜索空间均匀分布,避免陷入局部最优。针对电力负荷的非线性、时变性、受多因素影响的复杂特点,提出一种基于数据的支持向量机预测模型,综合考虑天气、时间因素、历史负荷对预测结果的影响。仿真表明该方法可以建立短期电力负荷的有效高精度预测模型。

关键词：支持向量机粒子群算法二阶振荡斥力因子数据分析短期电力负荷