基于Eleman回归神经网络的负荷预测模型

来源 :2003年全国高等学校电力系统及其自动化专业第十九届学术年会 | 被引量 : 0次 | 上传用户：ythaohaizi

【摘要】

：

本文提出了一种基于Eleman回归神经网络的负荷预测模型.文中首先对非线性ARMA(p,q)时间序列预测模型进行了深入的理论分析,通过推导得到了用Eleman回归神经网络表示的非线性

【作者】

：

谢宏程浩忠

【机构】

：

上海交通大学电气工程系

【出处】

：

2003年全国高等学校电力系统及其自动化专业第十九届学术年会

【发表日期】

：

2003年期

【关键词】

：

回归神经网络负荷数据建模时间序列预测模型线性预测模型非线性网络结构理论分析网络表输入层输出层神经元推导设计

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

本文提出了一种基于Eleman回归神经网络的负荷预测模型.文中首先对非线性ARMA(p,q)时间序列预测模型进行了深入的理论分析,通过推导得到了用Eleman回归神经网络表示的非线性预测模型,这种模型的优点是输入层和输出层都只有一个神经元,简化了网络结构的设计.最后给出了用日负荷数据建模的实例.

其他文献

基于软件复用的变电站工作票和操作票自动生成系统

本文以软件复用思想为基础,结合变电站工作票和操作票自动生成系统的研究现状,深入研究面向对象技术和组件对象模型,提出了基于软件复用的思想,将面向对象技术和组件技术相结

会议

软件复用变电站工作票操作票自动生成系统面向对象技术组件对象模型系统通用性组件技术重心推理机制复用思想可维护性交互界面数据基础程序

WTO与提升上海商业核心竞争力

期刊

核心竞争力商业品牌企业竞争力上海商业

基于Multi-Agent System的跟驰模型构建

利用Agent相关理论,基于多个协作的Agent构建了基于Multi-Agent System的跟驰模型,具体给出了各Agent的结构和元组构成,以使车辆在跟车环境下能自适应、主动的对环境进行响应

会议

跟驰模型相关理论环境构建自适应协作决策结构构成跟车车辆

一种适合于电力系统机组组合问题的混合粒子群优化算法

针对机组组合问题,本文提出了一种新的混合粒子群优化算法.该算法包含三个重要的方面:一是通过在算法迭代过程中对松弛后的0、1变量与机组有功出力变量并行地进行优化,避免了

会议

电力系统机组组合问题粒子群优化算法决策变量全局收敛性收敛能力迭代过程变异技术变动阈值维数灾启发式状态振荡寻优计算处理并行

带杂交、变异因子的自适应蚁群算法在电力系统无功优化中的应用

蚁群算法是一种通用仿生算法,可求解传统方法难以解决的非凸、非线性非连续的优化问题.本文针对基本算法的缺点,结合遗传算法和自适应思想对其进行改进,并应用于电力系统无功

网络版操作票、工作票专家系统的通用化、实用化和商品化研究

本文介绍了使用计算机开操作票、工作票,并利用网络技术实现远程传输的方法.自动生成、逻辑判断的专家系统保证了开票的正确性.自主式可视化的操作平台,友好的人机对话模块,

会议

一种新型的电网智能故障诊断专家系统

在电力系统继电保护及故障录波信息管理系统逐步建立的形势下,提出并构建了一种新型的电网智能故障诊断专家系统.该系统充分利用整个电网中各种类型的故障信息和功能子站的初

会议

基于谱分析的短期负荷预测输入变量选择方法讨论

输入变量的选择是直接影响到短期负荷预测精度的关键步骤.本文提出了一种基于谱分析的输入变量选择新方法.该方法采用快速傅立叶变换(FFT)进行负荷数据的预处理,运用了滤波算

会议

决策树在新息图法识别拓扑结构变化中的应用

提出在新息图法中采用决策树来识别拓扑结构变化,即在分析拓扑结构变化和测量、新息量等各物理量之间的内在联系的基础上,应用数据挖掘的决策树方法建立可有效识别拓扑结构变

会议

决策树方法新息图法识别拓扑结构变化门限值数据挖掘物理量应用辽宁基础电网测量

基于改进粒子群算法的电力系统经济负荷分配

本文提出一种用于求解一般形式的非连续、非凸、非线性约束优化问题的改进粒子群算法,用于求解复杂的非凸、非线性电力系统经济负荷分配问题.优化中考虑了发电机的阀点效应.

会议

基于Eleman回归神经网络的负荷预测模型

与本文相关的学术论文