湖南电力
湖南電力
호남전력
HUNAN ELECTRIC POWER
2005年
1期
1-4
,共4页
陈芳%赵剑剑%汪志宏%毛学锋
陳芳%趙劍劍%汪誌宏%毛學鋒
진방%조검검%왕지굉%모학봉
小波神经元网络%进化算法%短期负荷预测
小波神經元網絡%進化算法%短期負荷預測
소파신경원망락%진화산법%단기부하예측
提出了一种新的小波神经元网络(WNN)短期负荷预测方法.小波神经元网络比多层前馈神经网络具有更多自由度和更好的适应性.采用Morlet小波作为激活函数,应用进化算法学习网络的输入和输出之间的非线性关系.为解决小的训练误差并不表现为小的预测误差的问题,提出了一种自学习隶属度分析聚类的训练样本的选择方法.应用2002年某省电网的负荷数据和气象资料建模预测,结果表明本预测模型具有较高的预测精度和运行稳定性,普适性较好.
提齣瞭一種新的小波神經元網絡(WNN)短期負荷預測方法.小波神經元網絡比多層前饋神經網絡具有更多自由度和更好的適應性.採用Morlet小波作為激活函數,應用進化算法學習網絡的輸入和輸齣之間的非線性關繫.為解決小的訓練誤差併不錶現為小的預測誤差的問題,提齣瞭一種自學習隸屬度分析聚類的訓練樣本的選擇方法.應用2002年某省電網的負荷數據和氣象資料建模預測,結果錶明本預測模型具有較高的預測精度和運行穩定性,普適性較好.
제출료일충신적소파신경원망락(WNN)단기부하예측방법.소파신경원망락비다층전궤신경망락구유경다자유도화경호적괄응성.채용Morlet소파작위격활함수,응용진화산법학습망락적수입화수출지간적비선성관계.위해결소적훈련오차병불표현위소적예측오차적문제,제출료일충자학습대속도분석취류적훈련양본적선택방법.응용2002년모성전망적부하수거화기상자료건모예측,결과표명본예측모형구유교고적예측정도화운행은정성,보괄성교호.
