电网技术
電網技術
전망기술
POWER SYSTEM TECHNOLOGY
2012年
11期
82-86
,共5页
回声状态网络%贝叶斯框架%日最大负荷%负荷预测
迴聲狀態網絡%貝葉斯框架%日最大負荷%負荷預測
회성상태망락%패협사광가%일최대부하%부하예측
为克服神经网络中的伪回归问题,对标准的回声状态网络进行改进,用贝叶斯理论提高网络的泛化能力.在实证算例分析中,采用某地区的实际负荷数据和相关气候数据,对该地区的日最大负荷进行预测,验证所提方法的有效性和适用性.对比试验的预测结果表明,改进的回声状态网络比标准回声状态网络和前馈神经网络预测效果更精确,网络泛化能力更强.
為剋服神經網絡中的偽迴歸問題,對標準的迴聲狀態網絡進行改進,用貝葉斯理論提高網絡的汎化能力.在實證算例分析中,採用某地區的實際負荷數據和相關氣候數據,對該地區的日最大負荷進行預測,驗證所提方法的有效性和適用性.對比試驗的預測結果錶明,改進的迴聲狀態網絡比標準迴聲狀態網絡和前饋神經網絡預測效果更精確,網絡汎化能力更彊.
위극복신경망락중적위회귀문제,대표준적회성상태망락진행개진,용패협사이론제고망락적범화능력.재실증산례분석중,채용모지구적실제부하수거화상관기후수거,대해지구적일최대부하진행예측,험증소제방법적유효성화괄용성.대비시험적예측결과표명,개진적회성상태망락비표준회성상태망락화전궤신경망락예측효과경정학,망락범화능력경강.
