期刊专题

10.3321/j.issn:1000-3673.2002.03.013

基于级联神经网络的短期负荷预测方法

引用
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.

短期负荷预测、级联神经网络、径向基函数

26

TM715(输配电工程、电力网及电力系统)

2004-01-08(万方平台首次上网日期,不代表论文的发表时间)

共4页

49-51,56

相关文献
评论
暂无封面信息
查看本期封面目录

电网技术

1000-3673

11-2410/TM

26

2002,26(3)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn