-
题名小波神经网络在电力系统月度负荷预测中的应用
被引量：4
- 1
-
-
作者
吴耀华
刘学琴
-
机构
陕西理工学院电气工程系
保定电力职业技术学院电气工程系
-
出处
《中国农村水利水电》
北大核心
2009年第4期131-133,共3页
-
文摘
在研究了电力月负荷特性的基础上提出了一种新型的月度负荷预测模型———小波神经网络负荷预测模型。该模型以非线性小波基为神经元函数,通过伸缩因子和平移因子计算小波基函数合成的小波网络,以横向和纵向历史负荷数据作为输入神经元,采用基于BP(back propagation)算法的网络自调整算法,同时还采取自判断调整步长的方法,使得跨过局部极小点的同时还加快了收敛速度。该网络不但能达到全局最优的逼近效果,还能有效地克服了人工神经元网络学习速度慢、难以合理确定网络结构、存在局部极小点的固有缺陷。应用该模型预测我国某地区月负荷,结果表明,该模型预报精度高,自适应性好,收敛速度也明显快于单纯的神经网络。
-
关键词
电力系统
小波神经网络
月度负荷预测
自判断调整步长
-
分类号
TM715
[电气工程—电力系统及自动化]
-
-
题名基于Beta样条曲线与GM模型组合的月度负荷预测
- 2
-
-
作者
黄秀花
-
机构
宁夏大学新华学院
-
出处
《数字技术与应用》
2019年第9期76-77,共2页
-
基金
宁夏大学新华学院科研基金项目(16XHKY02)
-
文摘
本文基于月度负荷具有增长性和季节波动性的二重趋势特征,提出了一种新的月度负荷预测方法。该方法通过运用GM模型对纵向历史数据预测,对于横向历史数据采用Beta样条曲线预测,共同构建组合预测模型,最后给出这种预测方法的建模步骤。通过实例和对比分析,证明新的方法是可行和有效的。
-
关键词
Beta样条曲线
GM模型
月度负荷预测
二重趋势
-
Keywords
Beta spline curve
GM model
monthly load forecast
double trend
-
分类号
N941.5
[自然科学总论—系统科学]
-
