- 详情
- 2021-04-27
- 简介
- 357KB
- 页数 5P
- 阅读 60
- 下载 22
首次提出了一种基于HHT和神经网络组合的预测模型。负荷数据首先经过EMD分解,得到一系列IMF分量及余项,通过各分量的频谱观察,针对低频IMF分量规律性及周期性强,高频分量相对较弱的特点,对低频IMF分量选择合适的预测模型直接进行预测,高频IMF采用多神经网络组合预测方法。仿真结果表明,文中提出的预测模型的精度高于任一单一模型,并且高于传统的线性组合预测模型。
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HHT和神经网络组合的负荷预测模型研究 357KB
一种基于多神经网络的组合负荷预测模型 755KB
基于BP神经网络数学模型的短期负荷预测研究 823KB
基于Elman型神经网络的空调负荷预测模型 587KB
基于差分理论的短期负荷预测神经网络模型 78KB
基于相似度与神经网络的协同短期负荷预测模型 277KB
基于灰色模型和神经网络组合的短期负荷预测方法 277KB
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