- 详情
- 2020-12-27
- 简介
- 152KB
- 页数 6P
- 阅读 107
- 下载 36
介绍了BP神经网络算法的原理以及对其采用非线性阻尼最小二乘法Levenberg-Marquardt进行优化的方法。采用MATLAB的神经网络工具箱建立了一个单隐层的BP神经网络模型和预测流程,采用24个输入人工神经网络模型预测每天的整点负荷,并且讨论了如何进一步通过改变网络参数以提高负荷预测精度。实验仿真结果表明,此方法预测短期电力负荷,可以得到令人满意的训练速度及预测精度。
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RBF神经网络模型的电力系统短期负荷预测 241KB
基于神经网络与混沌理论的电力系统短期负荷预测 424KB
灰色神经网络中的基于电力系统负荷预测研究 77KB
改进的BP算法在电力系统短期负荷预测中的应用 429KB
人工神经网络在电力系统短期负荷预测中的应用 152KB
基于BP人工神经网络的空调降温负荷预测 1.2MB
电力系统短期负荷预测分析 1.5MB
电力系统短期负荷预测的静态分析 2.4MB
电力系统短期负荷预测方法研究 15.4MB
电力系统短期负荷预测的研究 370KB