登录    注册    忘记密码

期刊文章详细信息

电力系统短期负荷预测的混合模型神经元网络方法  ( EI收录)  

A HYBRID MODEL NEURAL NETWORK BASED APPROACH TO SHORT\|TERM LOAD FORECASTING

  

文献类型:期刊文章

作  者:赖晓平[1] 周鸿兴[2] 田发中[3]

机构地区:[1]山东大学威海分校控制工程系,威海264209 [2]山东大学数学与系统科学院,济南250100 [3]积成电子实验所,济南250100

出  处:《电网技术》

基  金:国家自然科学基金!(69774002)

年  份:2000

卷  号:24

期  号:1

起止页码:47-51

语  种:中文

收录情况:AJ、BDHX、BDHX1996、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、INSPEC、JST、SCOPUS、ZGKJHX、核心刊

摘  要:提出一种将线性模型方法和神经元网络方法相结合的负荷预测方法——混合模型神经元网络方法。该方法将一部分线性变化的负荷分量用线性模型描述,其它负荷分量用神经元网络建立,因而同时具有线性模型的优点和神经元网络的优点。将这一方法用于江苏省连云港市超前24h 负荷预测,取得了比单纯的神经元网络模型高的预测精度。

关 键 词:短期负荷预测 线性模型  电力系统 神经元网络

分 类 号:TM715]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心