期刊文献+

基于进化神经网络的短期电力负荷预测研究 被引量:3

原文传递
导出
摘要 电力负荷的预测影响着电力储蓄和输送的工作质量,所以提高电力负荷预测的精准度对提高电力部门的效率具有重要意义。随着时代的发展,电力系统的机构变得越来越复杂,电力负荷的形式也越来越多样化,像非线性变化、事变、和不确定变化越来越突出,为了适应这一变化,诞生了人工神经网络,与传统的预测方法相比较,人工神经网络预测的精准度更高、非线性映射、自学能力都得到了提高,为电力负荷预测做出了卓越的贡献。
作者 唐诗
机构地区 扬州大学
出处 《网络安全技术与应用》 2021年第2期121-122,共2页 Network Security Technology & Application
  • 相关文献

参考文献1

二级参考文献15

  • 1赵宏伟,任震,黄雯莹.考虑周周期性的短期负荷预测[J].中国电机工程学报,1997,17(3):211-213. 被引量:20
  • 2Hagan M T,Behr S M.The time series approach to short termload forecasting[J].IEEE Trans.On PowerSystem,1987,2(3):25-30.
  • 3Bakirtzis A G,Theocharis J B.Short term load forecasting using fuzzy neural networks[J].IEEE Tran.OnPower System,1995,10(3):1518-1524.
  • 4Liang Z S.The short term load forecast of power system based on adaptive neural network[J].Journal of Northeast China Institute of Electric Power Engineering,1994,14(1):27-35.
  • 5Cao Liangyue,Mees Alistair,Judd Kevin.Dynamics from multivariate time series[J].Physica D,1998,121:75-88.
  • 6A Porporato,L Ridolfi.Multivariate nonlinear prediction of river flows[J].Journal of Hydrology,2001,248:109-122.
  • 7Yang Hongming,Duan Xianzhong.Chaotic characteristics of electricity price and its forecasting model[C].IEEE CCECE 2003,Montreal:659-662.
  • 8Sugihara G,May R M.Nonlinear forecasting as a way of distinguishing chaos from measurement error in time series[J].Nature,1990,334:734-741.
  • 9李天云,刘自发.电力系统负荷的混沌特性及预测[J].中国电机工程学报,2000,20(11):36-40. 被引量:125
  • 10吕金虎,占勇,陆君安.电力系统短期负荷预测的非线性混沌改进模型[J].中国电机工程学报,2000,20(12):80-83. 被引量:78

共引文献93

同被引文献19

引证文献3

二级引证文献7

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