学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
基于自适应模糊神经元网络的电力短期负荷预测
被引:3
作者
:
甘文泉
论文数:
0
引用数:
0
h-index:
0
机构:
西安交通大学
甘文泉
论文数:
引用数:
h-index:
机构:
王朝晖
论文数:
引用数:
h-index:
机构:
刘勇
胡保生
论文数:
0
引用数:
0
h-index:
0
机构:
西安交通大学
胡保生
不详
论文数:
0
引用数:
0
h-index:
0
机构:
西安交通大学
不详
机构
:
[1]
西安交通大学
来源
:
西安交通大学学报
|
1997年
/ 09期
关键词
:
负荷预测,模糊神经元网络,模糊推理,LMS;
D O I
:
暂无
中图分类号
:
O231 [控制论(控制论的数学理论)];
学科分类号
:
070105 ;
0711 ;
071101 ;
0811 ;
081101 ;
摘要
:
利用模糊神经元网络(FNN)进行电力短期负荷预测.给出了模糊神经元网络结构和部分输入变量的模糊化.FNN采用LMS(Least-Mean-Square)算法,并用历史负荷数据进行训练.一经训练,网络就能应用于在线负荷预测.在预测过程中,权值按最近的负荷行为自适应调整.测试结果表明,该方法具有较好的精度和较快的速度.
引用
收藏
页码:116 / 121
页数:6
相关论文
未找到相关数据
未找到相关数据