西北电力技术
西北電力技術
서북전력기술
NORTHWEST CHINA ELECTRIC POWER
2006年
3期
1-4
,共4页
电力系统%短期负荷预测%神经网络%温度补偿%BFGS优化算法
電力繫統%短期負荷預測%神經網絡%溫度補償%BFGS優化算法
전력계통%단기부하예측%신경망락%온도보상%BFGS우화산법
带温度补偿的神经网络结构和短期负荷预测方法在前向神经网络的输入和输出节点上对负荷引入了相应的温度补偿,其中所涉及的临界温度和温度补偿系数将与前向神经网络本身的权系数一起通过训练而自动获得.对陕西电网2001年1月开始连续45个月的预测试验结果表明,高温日期的平均负荷预测精度比用常规前向神经网络高3%～6%.神经网络的训练采用求解无约束最优化问题的BFGS算法,不但保证了神经网络学习的收敛性,而且可以减少隐节点的数目,使神经网络的推广能力和预测精度显著提高.
帶溫度補償的神經網絡結構和短期負荷預測方法在前嚮神經網絡的輸入和輸齣節點上對負荷引入瞭相應的溫度補償,其中所涉及的臨界溫度和溫度補償繫數將與前嚮神經網絡本身的權繫數一起通過訓練而自動穫得.對陝西電網2001年1月開始連續45箇月的預測試驗結果錶明,高溫日期的平均負荷預測精度比用常規前嚮神經網絡高3%～6%.神經網絡的訓練採用求解無約束最優化問題的BFGS算法,不但保證瞭神經網絡學習的收斂性,而且可以減少隱節點的數目,使神經網絡的推廣能力和預測精度顯著提高.
대온도보상적신경망락결구화단기부하예측방법재전향신경망락적수입화수출절점상대부하인입료상응적온도보상,기중소섭급적림계온도화온도보상계수장여전향신경망락본신적권계수일기통과훈련이자동획득.대협서전망2001년1월개시련속45개월적예측시험결과표명,고온일기적평균부하예측정도비용상규전향신경망락고3%～6%.신경망락적훈련채용구해무약속최우화문제적BFGS산법,불단보증료신경망락학습적수렴성,이차가이감소은절점적수목,사신경망락적추엄능력화예측정도현저제고.
