山东电力高等专科学校学报
山東電力高等專科學校學報
산동전력고등전과학교학보
JOURNAL OF SHANDONG COLLEGE OF ELECTRIC POWER
2012年
1期
18-20,24
,共4页
BAGGING算法%BP神经网络%电力系统%负荷预测
BAGGING算法%BP神經網絡%電力繫統%負荷預測
BAGGING산법%BP신경망락%전력계통%부하예측
电力系统负荷预测关系到电力系统的控制和运行计划,精确的负荷预测有助于提高系统的安全性和稳定性,从而可以提高电力系统的经济效益.电力系统负荷预测问题具有的数据量大、影响因素多等特点,使用单个BP神经网络进行负荷预测时,预测结果随机性大、精度低.本文把BAGGING算法思想与BP神经网络相结合起来,通过生成一组BP神经网络模型,挑选最好的网络模型最为最终的预测模型,进行负荷预测,以提高负荷预测能力.
電力繫統負荷預測關繫到電力繫統的控製和運行計劃,精確的負荷預測有助于提高繫統的安全性和穩定性,從而可以提高電力繫統的經濟效益.電力繫統負荷預測問題具有的數據量大、影響因素多等特點,使用單箇BP神經網絡進行負荷預測時,預測結果隨機性大、精度低.本文把BAGGING算法思想與BP神經網絡相結閤起來,通過生成一組BP神經網絡模型,挑選最好的網絡模型最為最終的預測模型,進行負荷預測,以提高負荷預測能力.
전력계통부하예측관계도전력계통적공제화운행계화,정학적부하예측유조우제고계통적안전성화은정성,종이가이제고전력계통적경제효익.전력계통부하예측문제구유적수거량대、영향인소다등특점,사용단개BP신경망락진행부하예측시,예측결과수궤성대、정도저.본문파BAGGING산법사상여BP신경망락상결합기래,통과생성일조BP신경망락모형,도선최호적망락모형최위최종적예측모형,진행부하예측,이제고부하예측능력.
