期刊文献+

基于改进BP算法的短期电力系统负荷预测

下载PDF
导出
摘要 BP算法较强的自学习能力使之可对短期电力负荷进行预测,将一种改进的BP神经网络学习算法应用于短期电力负荷预测中,该算法由于加入动量项修正权值阈值提高了BP神经网络本身的精度,使得预测结果具有更高的精度,算例验证了该算法处理短期电力系统负荷预测的高效性。
出处 《中小企业管理与科技》 2015年第19期190-191,共2页 Management & Technology of SME
  • 相关文献

参考文献3

二级参考文献17

  • 1FONSECA E T.A neural network system for patch load prediction[J].Journal of Intelligent and Robotic Systems,2001,31(1):185-200.
  • 2KARAYIANNIS N B.An axiomatic approach to soft leaming vector quantization and clustering[J].IEEE.Trans.On Neural Networks,1999,10(5):1 015-1 019.
  • 3姚李孝,薛美娟,冯继安.基于人工神经网络的负荷数据预处理[J].西安理工大学学报,2007,23(3):277-281. 被引量:6
  • 4白连平 陈秀真.提高BP网络学习速度的自适应算法.系统仿真学报,2001,13(1):97-98.
  • 5CHOW T W S, LEUNG C T. Neural network based short- term load forecasting using weather compensation [ J ]. IEEE Transactions on Power Systems, 1996, 11 (4) : 1 736-1 742.
  • 6VOGL T P, MANGIS J K, RIGLER A K,et al. Accelerating the convergence of the back propagation method [ J ]. Biological Cybernetics, 1988,59:257-263.
  • 7OSMAN Z H, AWAD M L, MAHMOUD T K. Neural networkbased approach for short-term load forecasting [ C ]//Power Systems Conference and Exposition, 2009: 1-8.
  • 8朱楷,王正林.精通MATLAB神经网络[M].北京:电子工业出版社,2010:193-224.
  • 9LING S H, LEUNG F H F, LAM H K, et al. Short-term electric load forecasting based on neural fuzzy network [ J ]. IEEE Transactions on Industrial Electronics, 2003, 50 (6) : 1 305- 1 316.
  • 10SENJYU T, TAKARA, H, UEZATO, K, et al. One-hour- ahead load forecasting using neural network [ J ]. IEEE Transactions on Power Systems, 2002,17 ( 1 ) : 113-1 18.

共引文献10

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