期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于混合粒子群算法和NRBF神经网络的短期电价预测 被引量:3
1
作者 段其昌 赵敏 +1 位作者 王大兴 段盼 《电力系统保护与控制》 EI CSCD 北大核心 2009年第18期38-42,共5页
提出一种混合粒子群算法,在局部邻近区域的粒子群算法中引入收缩因子和被动聚集,将最邻近聚类用于NRBF神经网络的参数确定中,采用混合粒子群算法优化最近邻聚类的聚类半径,从而确定NRBF神经网络的参数,提高了NRBF神经网络的泛化能力。... 提出一种混合粒子群算法,在局部邻近区域的粒子群算法中引入收缩因子和被动聚集,将最邻近聚类用于NRBF神经网络的参数确定中,采用混合粒子群算法优化最近邻聚类的聚类半径,从而确定NRBF神经网络的参数,提高了NRBF神经网络的泛化能力。以美国PJM电力市场公布的2006年负荷与电价数据进行预测验证,证明了此方法所建立的模型的合理性和有效性。 展开更多
关键词 电力市场 短期边际电价预测 最近邻聚类算法 粒子群优化 归一化径向基函数神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部