基于遗传算法和BP神经网络的短期电力负荷预测
100 积分
50
评分
4.7 积分- 详情
- 2021-04-27
- 简介
pdf
- 586KB
- 页数 4P
- 阅读 93
- 下载 30
根据电力负荷的主要影响因素,考虑时间和天气,建立了基于遗传算法和反向传播神经网络(BP)的短期负荷预测.从BP神经网络的理论入手,采用遗传算法优化BP神经网络的初始权值和隐层节点数,从而避免了神经网络结构确定和初始权值选择的盲目性,提高了神经网络用于电力系统短期负荷预测的效率和精度使得负荷预测在更加合理的网络结构上进行.
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Bagging算法和遗传BP神经网络的负荷预测 277KB
基于BP神经网络和遗传算法的年负荷预测与分析 199KB
基于遗传算法和BP神经网络的城区中长期电力负荷预测与分析 600KB
基于遗传算法和BP神经网络的短期电力负荷预测 586KB
基于小波神经网络的电力负荷预测 411KB
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
基于人工神经网络的电力负荷预测算法研究 761KB
改进的BP算法在短期电力负荷预测中的应用 307KB
基于遗传算法优化BP神经网络的电解碲电源 3.2MB
基于相似度与神经网络的协同短期负荷预测模型 277KB