排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
模糊聚类分析和代数算法结合的短期负荷预测 总被引：2，自引：0，他引：2
为了提高短期负荷预测速度和精度,提出了将模糊聚类分析和神经网络代数算法相结合的短期负荷预测方法.综合考虑天气、日类型、历史负荷等对未来负荷变化的影响,通过模糊聚类分析选取学习样本,找出同预测目相符的预测类别,采用神经网络代数算法训练样本,对24小时负荷(24点)每点建立一个预测模型.该方法充分发挥了神经网络和模糊理论处... 相似文献
2.
从经济角度出发,以系统备用容量最佳社会效益为目的,通过对系统可靠性和经济性之间的比较,建立不同可靠性水平下的协调优化模型.应用Mento-Carlo随机模拟法确定不同概率条件下备用不足期望值,根据负荷重要性分级求出负荷中断代价.分析了系统的备用容量费用与备用不足期望值的损失费用之间的关系,通过以全局控制代价最小化算法计算出最低总费用,最终确定在该条件下系统保留的备用容量为最优分配和调度.算例结果明确了供电可靠性和总费用之间的关系,表明了该方法的有效可行性. 相似文献
3.
用PSO优化BP神经网络的母线负荷预测方法 总被引：3，自引：0，他引：3
针对母线负荷基数小、易突变、母线间差异大等特点,提出一种粒子群算法优化神经网络的多层前馈神经网络的母线负荷预测方法.该方法综合了粒子群优化算法的全局随机搜索最优解和梯度下降局部细致搜索优势的特点,使其陷入局部最小,用母线负荷的初始值作为粒子向量的值,优化了误差反向传播神经网络的权值和阈值,达到提高预测精度和改善泛化性的目的.用该方法对湖南地区的110 kV和220 kV的母线负荷进行实验分析,结果验证了该方法的有效性和优越性. 相似文献
1