继电器
繼電器
계전기
RELAY
2005年
13期
39-43
,共5页
电力市场%电价预测%BP神经网络%自组织映射神经网络
電力市場%電價預測%BP神經網絡%自組織映射神經網絡
전력시장%전개예측%BP신경망락%자조직영사신경망락
市场清算电价预测是电力市场中交易决策的基础.人工神经网络是电价预测较为理想的方法,但依然存在一些问题,如样本训练有时需要很长时间,存在收敛问题,特别是当样本特征量不明显的时候,这种现象更为突出.针对这一问题,利用自组织映射的聚类特性将历史数据进行特征分类和筛选处理,处理后形成的新数据用于训练三层BP神经网络,仿真结果表明,经过这种数据处理后,网络的收敛速度得到了显著提高,且预测效果良好.
市場清算電價預測是電力市場中交易決策的基礎.人工神經網絡是電價預測較為理想的方法,但依然存在一些問題,如樣本訓練有時需要很長時間,存在收斂問題,特彆是噹樣本特徵量不明顯的時候,這種現象更為突齣.針對這一問題,利用自組織映射的聚類特性將歷史數據進行特徵分類和篩選處理,處理後形成的新數據用于訓練三層BP神經網絡,倣真結果錶明,經過這種數據處理後,網絡的收斂速度得到瞭顯著提高,且預測效果良好.
시장청산전개예측시전력시장중교역결책적기출.인공신경망락시전개예측교위이상적방법,단의연존재일사문제,여양본훈련유시수요흔장시간,존재수렴문제,특별시당양본특정량불명현적시후,저충현상경위돌출.침대저일문제,이용자조직영사적취류특성장역사수거진행특정분류화사선처리,처리후형성적신수거용우훈련삼층BP신경망락,방진결과표명,경과저충수거처리후,망락적수렴속도득도료현저제고,차예측효과량호.
