共查询到20条相似文献,搜索用时 15 毫秒
1.
电力负荷预测的准确性对整个电力系统的安全和经济效能起着很大的作用,为提高短期电力负荷预测的准确性,提出一种改进的粒子群优化RBF神经网络的模型。针对PSO算法其迭代后期极易深陷部分最优,收敛准确度低,容易发散等问题,提出了PSO算法自身的特性结合Levy飞行机制算法的特点进行融合,在保障算法的寻优准确度的同时也保障了寻优的速度,从而实现全局最优。利用改进的粒子群算法优化RBF神经网络,再将训练好的RBF神经网络应用到电力负荷的预测中。将此模型应用到黑龙江省某地区短期电力负荷预测中,结果表明此种方法有效提高了预测精度。 相似文献
2.
3.
随着多种可再生能源电力的接入,电力系统正在向更智能、更灵活、交互性更高的系统过渡。负荷预测,特别是针对单个电力客户的短期负荷预测在未来电网规划和运行中发挥着越来越重要的作用。提出了一个基于异构数据的电力短期负荷大数据预测方案,该方案收集来自智能电表和天气预报的数据,预处理后将其加载到非关系型数据库中进行存储并做进一步的异构数据处理;设计并实现了一个长短期记忆递归神经网络模型,用于确定负荷分布并预测未来24 h的住宅小区用电量;最后利用一个住宅小区的智能电表数据集对提出的短期负荷预测框架进行了测试,并使用均方根误差和平均绝对百分比误差两个指标,对比了预测模型与两种经典算法的性能,验证了所提模型的有效性。 相似文献
4.
5.
提出了一种人工神经网络与灰色理论模型相结合的综合预测方法。在神经网络结构设计中分别选取带有横向和纵向特征的负荷作为输入,并充分考虑气候敏感因素及特殊负荷日的影响。在分析预测差值的基础上,将灰色理论残差校正模型运用到预测结果的修正当中去。算例表明所提出的方法提高了预测精度。 相似文献
6.
7.
文章通过对人工神经网络算法技术、粒子群算法技术、图像匹配算法进行深入的剖析,对算法的理论原理进行简析,对算法的特点进行分析,对算法在图像处理优化技术中的应用进行解析,诠释图像处理优化技术解决的图像处理中遇到的问题和难题。借助算法来优化处理大数据存在的弊端和难点,进而达到优化图像处理优化技术的目的,使得图像处理过程更加高效、传输便捷、应用方便,给人以视觉上的最真实的实景享受。 相似文献
8.
以城市电力负荷预测为应用背景,根据电力负荷的特点和支持向量机(SVM)方法在解决小样本学习问题中的优势,提出基于SVM的电力短期负荷预测模型,并使用粒子群优化算法优化其参数。基于SVM的电力短期负荷预测模型的运行结果与BP神经网络模型对比表明,前者稳定性好,运行速度快,准确率高。 相似文献
9.
为了预报电力系统负荷,采用GRNN(广义回归网络)的方法,通过GRNN神经网络和BP神经网络建立电力系统负荷预报网络模型,用MATLAB7.0仿真,达到了预测的目的。利用GRNN神经网络预测结果准确率高,避免了BP网络预测同样的数据库,算法冗长,网络预测结果不稳定的缺点,GRNN网络具有更好的预报精度。 相似文献
10.
11.
神经网络在电网负荷预测上的应用研究 总被引:5,自引:0,他引:5
研究了人工神经网络方法,提出使用BP神经网络建立短期负荷预测综合模型.为加快神经网络的学习速度,改进BP算法,引入平滑系数和遗忘系数,并取得良好的预测效果. 相似文献
12.
13.
介绍了小波变换和BP神经网络理论,根据分析所用负荷数据的特点,采用两种理论结合的方法,对电力系统中长期负荷进行预测.通过仿真验证了该方法的有效性. 相似文献
14.
15.
Peer-to-peer (P2P) lending platform plays a significant role in modern financial systems. However, due to improper supervision, credit risk is inevitable. In this paper, we analyze the traditional financial risk and information technology risk of P2P lending platform. In order to evaluate the performance of assessment algorithms, we present a BP neural network-based algorithm for lending risk assessment. To achieve our task, we crawled large-scale lending data for 2015–2019. Logistic regression is used to compare with BP neural network method. Experimental results show that BP neural network-based algorithm outperforms traditional Logistic regression algorithm and the proposed method can effectively reduce investor risk. 相似文献
16.
17.
基于遗传算法优化BP神经网络的风电功率预测 总被引:1,自引:0,他引:1
随着大量风电开始并入电网,风电场输出功率预测对接入大量风电的电力系统的运行有重要意义。针对神经网络在风电功率预测中结构和权值参数难以确定,预测精度不高等问题,提出利用遗传算法对神经网络的拓扑结构和网络权值进行优化,并将其应用于风电场功率预测,研究表明预测精度有一定程度的提高。 相似文献
18.
提出利用粒子群算法优化BP神经网络来改善来波到达角估计性能的方法。传统的BP神经网络
易
陷入局部最优,因此采用粒子群算法对网络的权值和阈值进行优化,并将其应用到来波到达
角估计中。所提方法仅利用阵列协方差矩阵的第一行作为来波方位特征,与常用的
协方差矩阵
上三角特征相比,在不损失有效方位信息的基础上使特征维数极大降低。仿真实验
证明:同经典的RBF神经网络方法相比,基于所提方法的神经网络结构更简洁,泛化性能更
好,来波方位估计精度更高。 相似文献
19.