共查询到10条相似文献,搜索用时 31 毫秒
1.
为避免传统方法预测中长期电力负荷建模的复杂性,根据电力负荷历史数据,研究了基于LM算法的BP网络、RBF网络在中长期电力负荷预测中的应用,通过神经网络对训练样本的学习,自动提取影响中长期电力负荷的诸多因素。从训练速度、预测误差等方面分析对比了两种神经网络预测能力,仿真和实例数据表明了两种神经网络在中长期电力负荷预测方面的可行性和良好效果。 相似文献
2.
3.
针对目前中长期负荷预测方法中存在过拟合、预测精度和效率较低等问题,本文提出一种基于遗传模拟退火算法(GSA)改进BP神经网络的中长期电力负荷预测模型,即BP-GSA模型.首先建立标准三层神经网络,即输入层、隐藏层和输出层,选择国民生产总值、第二产业生产总值、市区常驻人口及月平均温度四个影响因子作为输入变量,月度负荷为输出变量.其次利用遗传模拟退火算法不断修正网络节点连接权值,以最优适应度为标准,确定最优网络节点连接权值分布.最后,代入权值最优解,通过训练样本数据,获取最小方均差预测模型.分别应用本文提出的BP-GSA模型及其他四种传统方法,对某市2020年月度负荷进行预测.误差分析表明,BP-GSA模型预测精度最高.随后将BP-GSA模型分别应用于不同年份的月度负荷预测,预测结果表明其误差稳定,证明了模型的鲁棒性. 相似文献
4.
电力系统负荷预测是1项复杂的系统工程,其不仅涉及的领域广泛,而且不确定性的因素较多。文中在传统BP神经网络算法、改进型BP神经网络算法基础上,将BP神经网络与小波分析相结合,构建了小波神经网络模型,然后分别应用BP神经网络、改进型BP神经网络和小波神经网络对宁夏石嘴山地区电力负荷进行了中长期预测。通过对比分析表明,采用小波神经网络获得的预测数据比前2种方法获得的预测数据误差均要小。这说明了小波神经网络的预测结果更加准确,即采用BP神经网络与小波分析相结合的方法比单纯地采用BP神经网络算法进行电网负荷预测的效果更佳 相似文献
5.
一种基于神经网络的电力负荷预测方法 总被引:7,自引:0,他引:7
提出一种基于人工神经网络的电力负荷预测方法,该方法充分吸收了神经网络非线性逼近能力的优点。在神经网络结构设计中充分考虑了电力负荷的特点,并用神经网络加权最小方差模型(NNWLS)对样本进行训练。在实际预测中,该预测方法取得了比较高的的预测精度。 相似文献
6.
7.
区域电力负荷中长期预测复杂性研究 总被引:1,自引:0,他引:1
为了解决我国各个地区电力需求区域性、结构性波动的问题,保持国民经济和区域经济的持续健康发展,创新性地将区域电力负荷中长期预测作为一个系统研究,并从4个方面对其复杂性进行分析。描述了区域电力需求的系统构成,分析了区域中长期电力负荷预测的影响因素和复杂性特征,提出区域电力负荷中长期预测复杂性测度模型。 相似文献
8.
9.