- 详情
- 2020-12-27
- 简介
- 241KB
- 页数 3P
- 阅读 64
- 下载 28
电力系统短期负荷对电力企业的经济效益和社会效益都有一定影响。因此文中建立了基于RBF神经网络的电力系统短期负荷模型。用历史负荷数据作为训练样本,用训练好的神经网络进行电力系统短期负荷预测,并与BP神经网络进行对比。RBF神经网络的平均误差为2.09%,最大误差为4.77%,相比于BP神经网络精确度较高,有利于电力系统合理地进行调度规划工作。
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RBF神经网络的电力负荷预测研究 228KB
基于RBF神经网络的负荷预测研究综述 196KB
基于RBF神经网络的负荷预测研究综述 196KB
基于神经网络与混沌理论的电力系统短期负荷预测 424KB
基于差分理论的短期负荷预测神经网络模型 78KB
基于相似度与神经网络的协同短期负荷预测模型 277KB
基于BP神经网络数学模型的短期负荷预测研究 823KB
基于PSO-Elman神经网络的短期电力负荷预测 620KB
基于RBF神经网络的建筑逐时空调负荷预测模型 446KB