电气开关
電氣開關
전기개관
ELECTRIC SWITCHGEAR
2014年
5期
49-51
,共3页
神经网络%负荷预测%BP算法%动量项%自适应学习速率
神經網絡%負荷預測%BP算法%動量項%自適應學習速率
신경망락%부하예측%BP산법%동량항%자괄응학습속솔
电力系统负荷预测的精度将直接影响电力系统的经济效益和用电的安全和稳定,是电力负荷预测的重要组成部分.利用人工神经网络可以任意逼近非线性系统的特性,将其用于短期负荷预测.在标准的BP网络中加入了动量项和自适应学习速率,预测结果表明比标准BP算法具有更好的性能.在相同的情况下,连续预测六天的负荷和一年的负荷,结果都证明了研究方法具有一定的实用性.
電力繫統負荷預測的精度將直接影響電力繫統的經濟效益和用電的安全和穩定,是電力負荷預測的重要組成部分.利用人工神經網絡可以任意逼近非線性繫統的特性,將其用于短期負荷預測.在標準的BP網絡中加入瞭動量項和自適應學習速率,預測結果錶明比標準BP算法具有更好的性能.在相同的情況下,連續預測六天的負荷和一年的負荷,結果都證明瞭研究方法具有一定的實用性.
전력계통부하예측적정도장직접영향전력계통적경제효익화용전적안전화은정,시전력부하예측적중요조성부분.이용인공신경망락가이임의핍근비선성계통적특성,장기용우단기부하예측.재표준적BP망락중가입료동량항화자괄응학습속솔,예측결과표명비표준BP산법구유경호적성능.재상동적정황하,련속예측륙천적부하화일년적부하,결과도증명료연구방법구유일정적실용성.
