共 5 条
- [5] 神经网络模式识别系统理论[M]. 电子工业出版社 , 黄德双著, 1996
基于级联神经网络的短期负荷概率预测新方法
被引：15
作者：
卫志农
王丹
孙国强
郑玉平
机构：
[1] 河海大学电气工程学院
[2] 国电公司南京自动化研究院
来源：
关键词：
统计特征;
短期负荷预测;
级联网络;
径向概率神经网络;
D O I：
10.19595/j.cnki.1000-6753.tces.2005.01.016
中图分类号：
TM715 [电力系统规划];
学科分类号：
摘要：
针对负荷历史数据的统计特征,提出一种基于RBPN网络和RBF网络的级联神经网络预测方法。本模型将历史负荷与其相对应的影响因素进行模式分类,由最大后验概率判别准则确定待预测日影响因素的模式,并利用其对应模式样本数据进行负荷预测。该算法减少了训练样本的数量,提高了预测精度,最后给出的算例证明该方法是合理有效的。
引用
收藏
页码：95 / 98
页数：4
相关论文