提出了一种改进的动态模糊神经网络DFNN(Dynam ic Fuzzy Neural Network)的短期电价预测方法。首先对采集到的信息进行特征提取,然后利用模糊粗糙集理论中的信息熵进行属性简化、去掉冗余信息,最后用得到的属性作为动态模糊神经网络(DF...提出了一种改进的动态模糊神经网络DFNN(Dynam ic Fuzzy Neural Network)的短期电价预测方法。首先对采集到的信息进行特征提取,然后利用模糊粗糙集理论中的信息熵进行属性简化、去掉冗余信息,最后用得到的属性作为动态模糊神经网络(DFNN)的输入进行训练预测。在模糊神经网络内部引入递归环节,构成了动态模糊神经网络,并采用具有全局寻优能力的遗传算法来训练网络,克服了单纯BP算法易陷入局部最优解的困境。最后以美国加州电力市场公布的2000年数据进行了模型训练和预测,结果表明该方法所建立的预测模型具有较高的预测精度。展开更多
本文对电力线信道的传输特性进行了分析,对适合电力线通信的载波技术进行了论述,着重对电力线载波通信部分的载波调制carrier modulation技术进行了研究,提出了OFDM(Orthogonal Frequency Division Multiplexing)技术作为家居网络电力...本文对电力线信道的传输特性进行了分析,对适合电力线通信的载波技术进行了论述,着重对电力线载波通信部分的载波调制carrier modulation技术进行了研究,提出了OFDM(Orthogonal Frequency Division Multiplexing)技术作为家居网络电力线通信网关的数字通信,最后,给出了电力线作为传输介质家居网络的具体方案。展开更多
文摘提出了一种改进的动态模糊神经网络DFNN(Dynam ic Fuzzy Neural Network)的短期电价预测方法。首先对采集到的信息进行特征提取,然后利用模糊粗糙集理论中的信息熵进行属性简化、去掉冗余信息,最后用得到的属性作为动态模糊神经网络(DFNN)的输入进行训练预测。在模糊神经网络内部引入递归环节,构成了动态模糊神经网络,并采用具有全局寻优能力的遗传算法来训练网络,克服了单纯BP算法易陷入局部最优解的困境。最后以美国加州电力市场公布的2000年数据进行了模型训练和预测,结果表明该方法所建立的预测模型具有较高的预测精度。
文摘本文对电力线信道的传输特性进行了分析,对适合电力线通信的载波技术进行了论述,着重对电力线载波通信部分的载波调制carrier modulation技术进行了研究,提出了OFDM(Orthogonal Frequency Division Multiplexing)技术作为家居网络电力线通信网关的数字通信,最后,给出了电力线作为传输介质家居网络的具体方案。