基于差分理论的短期负荷预测神经网络模型

来源 :微计算机信息 | 被引量 : 0次 | 上传用户:brqc
下载到本地 , 更方便阅读
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
电力负荷是受周期性变化以及天气等因素影响的高度非线性系统,而神经网络仅仅对已学习过的模式具有较好的范化能力.为提高神经网络的负荷预测精度,提出先对原始负荷序列进行差分运算以除去其周期性影响,然后依据相似性原理建立RBF神经网络预测模型,仿真实验表明采用该方法短期负荷预测精度有所改善.
其他文献
分析了不同梁肋布局对某超临界翼型前掠翼的气动弹性特性的影响。构建了三类采用不同梁肋布局的前掠翼结构模型,分析了不同布局下的机翼静弹性形变量,并对比结构质量费效比,确定
期刊
利用相位差转换为时间脉冲的原理设计了一种工频相位差数字化测量仪,阐述了设计思想,详细分析了电路组成和单元电路工作原理,给出了电路中各关键点的测试波形.试验表明,利用
采矿机器车是一种在水深5000—6000米的海底采集锰结核的智能机械。由于深海环境复杂,单一的控制无法达到集矿机行走的要求。针对集矿机的履带速度控制,设计了模糊PID的履带速
绿色防控是指在农业生产中采取生态调控、理化诱控、生物防控以及科学精准用药技术,是集成多种技术手段的系统工程,从而提高病虫害综合防治效率。同时,大幅度降低化学农药的