期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于主从神经网络的短期电力负荷预测研究 被引量:1
1
作者 陈展 张利民 +3 位作者 赵海成 张晓华 沈勇 阮亮 《陕西电力》 2014年第7期57-60,共4页
传统的BP神经网络在对负荷样本进行训练时容易陷入局部最小点,致使算法不收敛,网络训练失败。主从神经网络基于Hopfield神经网络的良好动态特性,2个Hopfield主网络和1个BP从网络构成,可以有效改善BP神经网络训练时易陷入局部最小的问题... 传统的BP神经网络在对负荷样本进行训练时容易陷入局部最小点,致使算法不收敛,网络训练失败。主从神经网络基于Hopfield神经网络的良好动态特性,2个Hopfield主网络和1个BP从网络构成,可以有效改善BP神经网络训练时易陷入局部最小的问题。由此,提出了一种基于主从神经网络的短期电力负荷预测方法,用主从神经网络对短期负荷样本进行训练。通过对某地实际负荷的训练并与实际符合对比验证,表明该方法具有更快的收敛速度、更小的训练误差和很好的预测效果,可进一步提高短期负荷预测效率。 展开更多
关键词 短期负荷预测 BP神经网络 HOPFIELD神经网络 主从神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部