期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于PSO-Elman神经网络的短期电力负荷预测 被引量:4
1
作者 陈杰 高翠云 胡翀 《安徽建筑大学学报》 2016年第1期82-86,共5页
为了解决BP神经网络在短期电力负荷预测中存在局部极小、收敛速度慢等问题,本文采用粒子群算法(Particle Swarm Optimization,PSO)优化Elman动态神经网络进行精准预测。根据输入输出参数个数确定Elman神经网络结构,利用PSO算法优化网络... 为了解决BP神经网络在短期电力负荷预测中存在局部极小、收敛速度慢等问题,本文采用粒子群算法(Particle Swarm Optimization,PSO)优化Elman动态神经网络进行精准预测。根据输入输出参数个数确定Elman神经网络结构,利用PSO算法优化网络的权值和阈值,并将优化后的最优个体赋给Elman动态神经网络作为初始权值、阈值进行网络训练,从而建立基于PSO-Elman的电力负荷预测模型。采用某钢厂实测电力数据对该方法和模型进行验证,并与传统的BP、Elman网络模型预测方法进行对比,结果表明该方法和模型在有效缩短网络收敛时间的同时,具备更高的负荷预测精度和稳定性。 展开更多
关键词 短期负荷预测 ELMAN神经网络 PSO算法 PSO-Elman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