10.3969/j.issn.1000-0682.2017.03.002
基于MEA-Elman神经网络的电力日负荷预测
Elman神经网络是一种动态反馈网络,对历史状态敏感,具有短期记忆功能和处理动态信息的能力,可以建立动态、非线性电力负荷预测模型.由于Elman神经网络采用BP算法,容易陷入局部极小解,迭代次数多且学习效率低,该文利用思维进化算法(MEA)优化Elman神经网络的方法,提出基于MEA-Elman神经网络的电力负荷预测模型.实验表明,该方法能够避免不成熟收敛问题,减少迭代次数,有效提高了配电网短期负荷的预测精度,对电力系统合理调度与规划具有重要意义.
日负荷预测、思维进化算法、优化、MEA-Elman神经网络
TM715(输配电工程、电力网及电力系统)
2017-07-20(万方平台首次上网日期,不代表论文的发表时间)
共4页
7-10