期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于AP相似日选取与FISOA-RBF的短期负荷预测
1
作者
于军琪
王佳丽
+3 位作者
赵安军
解云飞
冉彤
赵泽华
《深圳大学学报（理工版）》
EI
CAS
CSCD
北大核心
2021年第3期315-323,共9页
为提高建筑电力负荷的预测精度,在考虑天气信息和日期类型等影响因素的基础上,提出基于吸引子传播(affinity propagation,AP)相似日选取和改进搜索者优化算法-径向基(fusion improvement seeker optimization algorithm-radial basis fu...
为提高建筑电力负荷的预测精度,在考虑天气信息和日期类型等影响因素的基础上,提出基于吸引子传播(affinity propagation,AP)相似日选取和改进搜索者优化算法-径向基(fusion improvement seeker optimization algorithm-radial basis function,FISOA-RBF)神经网络的建筑用电短期负荷预测模型.采用AP算法对短期电力负荷进行相似日选取,以克服外界环境对建筑电力负荷预测精度的影响;以RBF神经网络的网络参数为优化对象,采用搜索者优化算法(seeker optimization algorithm,SOA)进行参数寻优,并引入融合改进策略提高传统人群算法的寻优性能,以进一步提高RBF神经网络的预测精度和学习速度;根据FISOA算法优化后的RBF神经网络对相似日数据进行训练,建立最优参数下的建筑短期电力负荷预测AP-FISOA-RBF模型.在相同数据集和气候特征条件下,与传统RBF、PSO-RBF和SOA-RBF预测模型相比,AP-FISOA-RBF模型平均预测绝对百分比误差分别降低了93.05%、83.60%和71.13%,平均预测速度分别提高了54.34%、39.25%和23.96%,表明AP-FISOA-RBF模型在预测精度和预测速度上的表现更好.
展开更多
关键词
计算机神经网络
吸引子传播
相似日选取
搜索者优化算法
径向基
建筑用电
短期负荷预测
在线阅读
下载PDF
职称材料
题名
基于AP相似日选取与FISOA-RBF的短期负荷预测
1
作者
于军琪
王佳丽
赵安军
解云飞
冉彤
赵泽华
机构
西安建筑科技大学建筑设备科学与工程学院
出处
《深圳大学学报（理工版）》
EI
CAS
CSCD
北大核心
2021年第3期315-323,共9页
基金
陕西省重点研发计划项目(社发领域)(2017ZDL-SF-16-5)
安徽建筑大学智能建筑与建筑节能安徽省重点实验室开放课题资助项目(Z201990383)。
文摘
为提高建筑电力负荷的预测精度,在考虑天气信息和日期类型等影响因素的基础上,提出基于吸引子传播(affinity propagation,AP)相似日选取和改进搜索者优化算法-径向基(fusion improvement seeker optimization algorithm-radial basis function,FISOA-RBF)神经网络的建筑用电短期负荷预测模型.采用AP算法对短期电力负荷进行相似日选取,以克服外界环境对建筑电力负荷预测精度的影响;以RBF神经网络的网络参数为优化对象,采用搜索者优化算法(seeker optimization algorithm,SOA)进行参数寻优,并引入融合改进策略提高传统人群算法的寻优性能,以进一步提高RBF神经网络的预测精度和学习速度;根据FISOA算法优化后的RBF神经网络对相似日数据进行训练,建立最优参数下的建筑短期电力负荷预测AP-FISOA-RBF模型.在相同数据集和气候特征条件下,与传统RBF、PSO-RBF和SOA-RBF预测模型相比,AP-FISOA-RBF模型平均预测绝对百分比误差分别降低了93.05%、83.60%和71.13%,平均预测速度分别提高了54.34%、39.25%和23.96%,表明AP-FISOA-RBF模型在预测精度和预测速度上的表现更好.
关键词
计算机神经网络
吸引子传播
相似日选取
搜索者优化算法
径向基
建筑用电
短期负荷预测
Keywords
computer neural network
affinity propagation(AP)
similar day selection
seeker optimization algorithm
radial basis function
electricity consumption of buildings
short-term load forecasting
分类号
TU852 [建筑科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于AP相似日选取与FISOA-RBF的短期负荷预测
于军琪
王佳丽
赵安军
解云飞
冉彤
赵泽华
《深圳大学学报（理工版）》
EI
CAS
CSCD
北大核心
2021
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
