优化动态递归小波神经网络短期负荷预测模型

被引：3

作者：

张智晟 ^{[1
]}

段晓燕 ^{[2
]}

李伟婕 ^{[2
]}

龚文杰 ^{[2
]}

孙雅明 ^{[3
]}

机构：

[1] 青岛大学自动化工程学院

[2] 青岛供电公司

[3] 天津大学电气与自动化工程学院

来源：

电力系统及其自动化学报 | 2009年 / 21卷 / 05期

关键词：

短期负荷预测; 动态递归小波神经网络; 分布估计算法; 遗传算法;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 ;

摘要：

提出了优化动态递归小波神经网络(dynamic recurrent wavelet neural network,DRWNN)短期负荷预测模型。与常规小波神经网络相比,DRWNN有两个关联层,关联层节点起存储网络内部状态的作用;模型构造过程中增强了网络的前馈与反馈联接,形成多层次的网络递归。采用分布估计算法和遗传算法相融合对DRWNN进行优化,融合实质是在解空间"宏观"和"微观"两个层面进行寻优,可克服DRWNN陷入局部最小,提高DRWNN的泛化能力。对两类不同负荷系统日、周预测仿真测试,验证了模型能有效提高预测精度。

引用

页码：30 / 35

页数：6

共 8 条

[1] 利用小波神经网络的电力变压器故障诊断方法 [J].

陈伟根 ;

潘翀 ;

王有元 ;

云玉新 ;

孙才新 .

高电压技术, 2007, (08) :52-55

[2]

Discussion of stability in a class of models on recurrent wavelet neural networks[J]. 邓韧,李著信,樊友洪.Applied Mathematics and Mechanics(English Edition). 2007(04)

[3] 基于递归小波神经网络的非线性动态系统仿真 [J].