期刊文献+

基于小波神经网络的电力负荷预测

下载PDF
导出
摘要 小波神经网络是建立在小波理论基础上的一种新型前馈神经网络,具有许多优良特性。本文分析了小波神经网络的特点,建立了电力负荷的小波神经网络预测模型,设计了小波神经网络结构,给出了小波网络参数调节算法。对实际电力负荷预测算例,以及与BP网络的对比研究实验表明,小波神经网络对非平稳信号能进行有效地预测,比BP神经网络具有更高的预测精度。
作者 樊亚敏
出处 《黑龙江科技信息》 2013年第19期57-58,共2页 Heilongjiang Science and Technology Information
基金 河北省教育厅科学技术研究项目(编号:Z2006439)
  • 相关文献

参考文献3

二级参考文献27

  • 1吴耀军,陶宝祺,袁慎芳.B样条小波神经网络[J].模式识别与人工智能,1996,9(3):228-233. 被引量:14
  • 2[2]Zhang Qinghua,Benveniste Albert. Wavelet networks [J ]. IEEE Trans on Ne ural Networks, 1992,3 (6):889-898
  • 3[3]Bakshi Bahavik R,George Stephanopoulos. Wave-net:a multiresolution hierarchical neural network with localized learning [J]. AICHE Journal, 1993,39 ( 1 ):57-81
  • 4[4]Zhang Jun,Walter Gilbert G,Miao Yubo, et al. Wavelet neural networks for function learning[J]. IEEE Trans on Signal Processing, 1995,43 (6) : 1485- 1496
  • 5[5]Mukherjee S,Nayar S K. Automatic generation of RBF networks using wavelets[J]. Pattern Recognition,1996,29(8):1369-1383
  • 6[8]Zhang Qinghua. Using wavelet networks in nonparametric estimation [J ]. IEEE Trans on Neural Networks, 1997,8 (2) : 227- 236
  • 7[9]He Zhengyou,Qian Qingquan,Wang Zhibing. Wavelet analysis and electric power market E-commerce[A]. In: Proceedings of the Fourth International Conference on Parallel and Distributed Computing,Applications and Technologies[C]. Chengdu,China:2003. 725-729
  • 8[11]Ma Ning,Chen Yunping. An ANN and wavelet transformation based method for short term load forecast [J]. Proceedings of Energy Management and Power Delivery, 1998, (2) : 405- 410
  • 9[12]Dong Zhao-yang,Zhang Bai-ling,Huang Qian. Adaptive neural network short term load forcasting with wavelet decompositions [A]. In: IEEE Porto Power Tech Conference[C]. Proto,Portugal: 2001
  • 10[16]Zheng Hua,Zhang Lizi.The factor analysis of short-term load forecast based on wavelet transform[A].In:International Conference on Power System Technology[C]. Kunming,China:2002.1073-1076

共引文献49

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部