- 详情
- 2021-04-27
- 简介
- 319KB
- 页数 6P
- 阅读 74
- 下载 26
提高电力负荷预测精度有利于电力部门的安全生产,有利于合理安排电网运行方式和机组的检修计划,有利于系统的合理规划和经济运行。为了提高短期负荷预测的精度,把自相关函数的概念应用到反向传播(Back Propogation,BP)神经网络输入变量选择中,通过MATLAB仿真软件建立负荷预测模型。最后对某电力系统1d的负荷进行预测,仿真结果验证了该模型的可行性和有效性。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
军装客
擅长:
土建 给排水 暖通
- 4.6
服务
- 5
商品
- 169
人气
相关推荐
基于神经网络的负荷预测仿真研究 319KB
基于人工神经网络的短期负荷预测的研究 271KB
基于RBF神经网络的负荷预测研究综述 196KB
基于RBF神经网络的负荷预测研究综述 196KB
基于Elman神经网络的负荷预测研究 496KB
基于BP神经网络的短期负荷预测研究 114KB
基于BP神经网络的短期负荷预测研究 114KB
基于BP神经网络的短期负荷预测 120KB
基于HHT和神经网络组合的负荷预测模型研究 357KB
基于小波变换的神经网络空调负荷预测研究 629KB