神经网络预测中长期电力负荷对比研究

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。     

神经网络预测中长期电力负荷对比研究

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.     

基于小波分析的PPL过程尺度指数估计

长记忆随机过程是一类重要的随机过程,可以将其建摸为完全幂规律（PPL）过程。鉴于PPL过程的尺度指数5能完全刻画其二阶统计特性,从而使得5的估计成为完成数学模型的关键。考虑到小波滤波器的近似带通特性以及平稳小波变换的性质,文章提出了一种基于小波分析的平稳FD过程分形指数估计的新方法。首先对过程进行平稳小波变换以获得各个尺度下的子过程,随后给出这些子过程方差的无偏估计,最后建立方差与尺度的函数关系,并在对数意义下对方差和尺度作线性回归,从而完成估计。计算机仿真表明该方法具有较高精度。