100 积分
50
评分
4.7 积分- 详情
- 2020-12-27
- 简介
pdf
- 1.6MB
- 页数 4P
- 阅读 71
- 下载 30
负荷预测是电力系统研究和电网规划的重要组成部分。采用隐马尔可夫模型,训练过程采用Baum-Welch算法,在Matlab软件上隐马尔可夫模型进行训练,得到负荷特性预测最优模型,解码预测过程采用Viterbi算法,通过模型可预测下一年地区负荷特性。以广东电网2011年至2016年负荷数据作为训练数据对隐马尔可夫模型进行训练,并对2017年广东典型日负荷率进行预测,仿真结果具有较优的准确性和计算效率。
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HMM模型的电力负荷预测模型研究 1.6MB
基于SVM短期电力负荷预测模型研究 157KB
基于云模型的电力负荷预测 557KB
基于云模型的电力负荷预测 1.3MB
基于灰理论的电力负荷预测模型 414KB
基于PSO-SVM模型的短期电力负荷预测研究 309KB
基于MFOA-GRNN模型的年电力负荷预测 408KB
组合灰色预测模型在电力负荷预测中的应用 195KB
灰色预测模型在电力负荷预测中的应用 209KB
灰色模型在电力负荷预测中的优化与应用 456KB