科技视界
科技視界
과기시계
Science&Technology Vision
2015年
17期
82-83
,共2页
Elman神经网络%预测模型%电力负荷%仿真
Elman神經網絡%預測模型%電力負荷%倣真
Elman신경망락%예측모형%전력부하%방진
为提高电力负荷预测精度，本文采用Elman神经网络建立模型，提出了一种基于Elman神经网络的电力负荷预测方法，采用自适应学习速率动量梯度下降反向传播算法进行网络训练，对乌鲁木齐电网的实际历史数据进行了仿真，仿真结果表明，Elman神经网络对电力负荷进行预测具有收敛速度快，预测精度高的优点。
為提高電力負荷預測精度，本文採用Elman神經網絡建立模型，提齣瞭一種基于Elman神經網絡的電力負荷預測方法，採用自適應學習速率動量梯度下降反嚮傳播算法進行網絡訓練，對烏魯木齊電網的實際歷史數據進行瞭倣真，倣真結果錶明，Elman神經網絡對電力負荷進行預測具有收斂速度快，預測精度高的優點。
위제고전력부하예측정도，본문채용Elman신경망락건립모형，제출료일충기우Elman신경망락적전력부하예측방법，채용자괄응학습속솔동량제도하강반향전파산법진행망락훈련，대오로목제전망적실제역사수거진행료방진，방진결과표명，Elman신경망락대전력부하진행예측구유수렴속도쾌，예측정도고적우점。
