文献知网节
  • 记笔记

基于级联神经网络的短期负荷预测方法

金海峰熊信艮吴耀武

华中科技大学电力系华中科技大学电力系 湖北省武汉市430074

摘要:针对常用 BP算法预测速度慢、易陷入局部最优解的缺点 ,提出了基于 RBF网络和 BP网络的级联神经网络预测方法。把天气因素和历史负荷对负荷预测值的影响分开考虑 ,其中 RBF子网络用于描述历史负荷的影响 ,BP子网络则对在 RBF子网络中难以考虑的天气因素给出了较好的映射关系 ,最终将两个子网络组合为一个级联神经网络 ,一系列的研究算例证明该方法是快速、准确的
  • DOI:

    10.13335/j.1000-3673.pst.2002.03.013

  • 专辑:

    理工C(机电航空交通水利建筑能源)

  • 专题:

    电力工业

  • 分类号:

    TM714

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • HTML阅读
  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

下载:240 页码:49-51+56 页数:4 大小:84k

相关推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 关联作者
  • 相关视频