基于神经网络的短期电力负荷预测仿真研究

被引：32

作者：

陈亚 ^{[1
]}

李萍 ^{[2
]}

机构：

[1] 宁夏大学物理与电子电气工程学院

[2] 宁夏沙漠信息智能感知重点实验室

来源：

电气技术 | 2017年 / 01期

关键词：

BP神经网络; Elman神经网络; 短期电力负荷; 预测精度;

D O I：

暂无

中图分类号：

TM715 [电力系统规划]; TP183 [人工神经网络与计算];

学科分类号：

摘要：

为了提高短期电力负荷预测精度,分别建立了基于BP神经网络和Elman神经网络的短期负荷预测模型。采用附加动量法优化BP神经网络以提高其收敛速度;针对Elman神经网络易陷入局部极值的缺点,改进其激励函数并采用LM算法优化学习算法。Matlab仿真结果表明,改进后的Elman神经网络模型比BP神经网络模型的预测精度高,收敛速度快,更适合处理动态问题。

引用

页码：26 / 29

页数：4

共 6 条

[1] 基于BP神经网络的短期电力负荷预测的研究.[D].隋惠惠.哈尔滨工业大学.2015, 02
[2] BP神经网络的改进研究及应用.[D].刘天舒.东北农业大学.2011, 04
[3] 基于BP人工神经网络的电力短期负荷预测.[D].曲薇薇.东北石油大学.2011, 04
[4] 基于自适应学习速率的改进型BP算法研究.[D].杨甲沛.天津大学.2008, 09
[5] 基于Elman神经网络的中期电力负荷预测模型研究.[D].任丽娜.兰州理工大学.2007, 02
[6] 基于Elman网络的电力负荷预测研究
井望隆
潘玉民
[J]. 电脑知识与技术, 2013, 9 (16) : 3871 - 3874

← 1 →