电子测试
電子測試
전자측시
Electronic Test
2015年
19期
104-105
,共2页
遗传算法%Elman神经网络算法%小波变换
遺傳算法%Elman神經網絡算法%小波變換
유전산법%Elman신경망락산법%소파변환
genetic algorithm%Elman neural network%wavelet transform
电力系统负荷预测通过对历史数据分析，预测未来需求。本文先用小波聚类对数据进行负荷分类，再分别用经典的遗传算法、Elman神经网络算法、小波-神经网络算法和组合智能算法建立预测模型。通过比较以上几种短期电力负荷预测模型的仿真结果，验证了混合智能算法可以大大增强负荷预测结果的准确性和可靠性，具有良好的应用前景。
電力繫統負荷預測通過對歷史數據分析，預測未來需求。本文先用小波聚類對數據進行負荷分類，再分彆用經典的遺傳算法、Elman神經網絡算法、小波-神經網絡算法和組閤智能算法建立預測模型。通過比較以上幾種短期電力負荷預測模型的倣真結果，驗證瞭混閤智能算法可以大大增彊負荷預測結果的準確性和可靠性，具有良好的應用前景。
전력계통부하예측통과대역사수거분석，예측미래수구。본문선용소파취류대수거진행부하분류，재분별용경전적유전산법、Elman신경망락산법、소파-신경망락산법화조합지능산법건립예측모형。통과비교이상궤충단기전력부하예측모형적방진결과，험증료혼합지능산법가이대대증강부하예측결과적준학성화가고성，구유량호적응용전경。
Power system load forecasting through the historical data analysis,forecast future demand. In this paper,we use wavelet clustering to load data.Then we use the classical genetic algorithm,Elman neural network,wavelet neural network and combined intelligent algorithm to build the forecasting model.By comparing the simulation results of several short-term power load forecasting models,the hybrid intelligent algorithm can greatly enhance the accuracy and reliability of the load forecasting results,and has good application prospect.
