- 详情
- 2021-04-27
- 简介
- 496KB
- 页数 4P
- 阅读 64
- 下载 21
电力系统负荷预测是电力生产部门的重要工作之一,其负荷变化具有明显的周期性,文章采用Elman神经网络与BP神经网络建立模型,提出了一种基于神经网络的负荷预测方法。对某电网实际历史数据进行仿真预测,经研究发现,Elman模型具有收敛速度快、预测精度高的特点,同时表明利用Elman回归神经网络建模对某电网负荷进行预测是完全可行的,在负荷预测领域有着较好的应用前景。
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
相关推荐
基于Elman神经网络的负荷预测研究 496KB
基于PSO-Elman神经网络的短期电力负荷预测 620KB
基于Elman型神经网络的空调负荷预测模型 587KB
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
基于神经网络的负荷预测仿真研究 319KB
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