100 积分
50
评分
4.7 积分- 详情
- 2021-04-27
- 简介
pdf
- 277KB
- 页数 3P
- 阅读 91
- 下载 39
为了考虑除负荷本身外的其他因素对短期负荷的影响,提出了基于相似度与神经网络的短期协同预测模型。该模型首先通过计算负荷曲线的相似度对历史数据进行排序,然后选择与预测时刻相似度较相近的数据对未来时刻的负荷利用相似度进行预测,对于出现的误差,通过神经网络结合其他因素进行预测纠正。实验结果证明,该协同预测模型较之单纯的BP神经网络预测模型具有较高的预测精度。
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
基于相似度与神经网络的协同短期负荷预测模型 277KB
基于差分理论的短期负荷预测神经网络模型 78KB
基于人工神经网络的短期负荷预测的研究 271KB
基于Elman型神经网络的空调负荷预测模型 587KB
一种基于多神经网络的组合负荷预测模型 755KB
基于HHT和神经网络组合的负荷预测模型研究 357KB
基于RBF神经网络模型的电力系统短期负荷预测 241KB
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PSO-Elman神经网络的短期电力负荷预测 620KB
基于RBF神经网络的负荷预测研究综述 196KB