基于神经网络与混沌理论的电力系统短期负荷预测
100 积分
50
评分
4.3 积分- 详情
- 2021-04-27
- 简介
pdf
- 424KB
- 页数 4P
- 阅读 79
- 下载 38
短期负荷预测是电力调度部门的重要工作之一,负荷预测的精度直接影响到电网的安全、经济和稳定运行。本文针对目前负荷预测中单一预测理论精度较低的问题提出采用BP神经网络与混沌理论相结合的算法,以变步长和附加动量法进行改进,同时以混沌时间序列来确定网络结构,从而克服了算法对大量训练样本的依赖,提高预测精度和速度。对咸阳区域电网负荷的实际预测结果表明了该方法的有效性。
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
相关推荐
基于神经网络与混沌理论的电力系统短期负荷预测 424KB
基于RBF神经网络模型的电力系统短期负荷预测 241KB
基于混沌神经网络理论的小电陨短期电力负荷预测 162KB
基于混沌理论和BP神经网络的某基地电力短期负荷预测 684KB
基于PSO-Elman神经网络的短期电力负荷预测 620KB
人工神经网络在电力系统短期负荷预测中的应用 152KB
基于人工神经网络的短期负荷预测的研究 271KB
基于差分理论的短期负荷预测神经网络模型 78KB
灰色神经网络中的基于电力系统负荷预测研究 77KB
基于相似度与神经网络的协同短期负荷预测模型 277KB