基于改进Elman网络的燃气负荷预测

被引:5
作者
苏刚 [1 ]
王玲玲 [2 ]
徐永生 [2 ]
机构
[1] 天津城市建设学院电子与信息工程系
[2] 天津城市建设学院热能工程系
关键词
OIFElman网络; 燃气负荷; 预测;
D O I
暂无
中图分类号
F224 [经济数学方法]; TP18 [人工智能理论];
学科分类号
020104 [西方经济学]; 140502 [人工智能];
摘要
为提高燃气负荷预测的精度,分析了燃气小时负荷的变化规律和影响因素,建立了燃气小时负荷预测模型,采用具有输出-输入反馈机制的改进Elman(OIF Elman)网络对燃气小时负荷进行预测.与传统的Elman网络比较,OIF Elman网络不仅计入了隐层节点的反馈,而且考虑输出层节点的反馈,以便从有限的训练样本中获得更多的信息.预测结果表明,在样本点较少时,无论在训练速度上,还是在预测精度上,OIF Elman网络明显优于Elman网络.OIF Elman网络提高了网络的泛化能力,既降低了对训练样本个数的需求,又能提高预测精度,在燃气负荷预测中得到成功的应用.
引用
收藏
页码:168 / 171
页数:4
相关论文
共 7 条
[1]
基于改进Elman网络的动态系统测量数据检验方法 [J].
司风琪 ;
洪军 ;
徐治皋 .
东南大学学报(自然科学版), 2005, (01) :50-54
[2]
基于改进Elman神经网络的燃气管网实时预测 [J].
刘亚斌 ;
刘雪田 ;
肖文晖 .
系统工程学报, 2003, (05) :475-479
[3]
人工神经网络在天然气负荷预测中的应用 [J].
杨昭 ;
刘燕 ;
苗志彬 ;
刘振能 .
煤气与热力, 2003, (06) :331-332+336
[4]
改进的Elman模型与递归反传控制神经网络 [J].
时小虎 ;
梁艳春 ;
徐旭 .
软件学报, 2003, (06) :1110-1119
[5]
改进Elman网络的逼近性质研究(英文) [J].
任雪梅 ;
陈杰 ;
龚至豪 ;
窦丽华 .
Journal of Beijing Institute of Technology(English Edition), 2002, (01) :19-23
[6]
城市燃气短期负荷预测的研究 [J].
焦文玲 ;
展长虹 ;
廉乐明 ;
严铭卿 .
煤气与热力, 2001, (06) :483-486
[7]
神经网络理论与MATLAB 7实现.[M].飞思科技产品研发中心编著;.电子工业出版社.2005,