100 积分
50
评分
4.5 积分- 详情
- 2020-12-27
- 简介
pdf
- 1.2MB
- 页数 4P
- 阅读 104
- 下载 33
空调负荷是近年来增长较快的一类负荷,其特性对电网的电压稳定性影响很大。夏季影响空调负荷的因素主要是温度和湿度的变化。为了更好的预测空调降温负荷,研究了温度和湿度对空调负荷的影响。利用BP人工神经网络对电网空调负荷进行了预测,经过分析把日平均湿度量化成4段,和日平均湿度实际数值的模型进行计算比较,结果显示考虑日最高温度和日平均湿度量化为4段能更好的模拟温度、湿度和空调负荷之间的非线性关系,能更好的对电网空调负荷进行预测。
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BP人工神经网络的空调降温负荷预测 1.2MB
基于Bagging算法和遗传BP神经网络的负荷预测 277KB
基于小波变换的神经网络空调负荷预测研究 629KB
基于Elman型神经网络的空调负荷预测模型 587KB
应用人工神经网络预测建筑物空调负荷 412KB
基于人工神经网络的电力负荷预测算法研究 761KB
基于人工神经网络的中长期负荷预测算法 388KB
基于温度检测和神经网络的空调负荷预测 342KB
EBP神经网络在空调负荷预测中的应用 662KB
基于小波神经网络的电力负荷预测 411KB