| 神经网络短期负荷预测的输入变量选择研究 |
| |
| 引用本文： | 杨奎河,王宝树,赵玲玲. 神经网络短期负荷预测的输入变量选择研究[J]. 电子测量与仪器学报, 2004, 18(3): 13-17 |
| |
| 作者姓名： | 杨奎河 王宝树 赵玲玲 |
| |
| 作者单位： | 西安电子科技大学计算机学院,西安,710071;河北科技大学信息科学与工程学院,石家庄,050054;西安电子科技大学计算机学院,西安,710071;河北科技大学信息科学与工程学院,石家庄,050054 |
| |
| 摘 要： | 短期负荷预测中输入变量的选择直接关系到神经网络的预测性能。本文将自相关函数的概念应用于神经网络短期负荷预测中的输入变量集选择，对输入变量集的选择提出了一种比较科学系统的方法。通过采用FFT来实现对自相关函数的快速计算，增加了该方法的可操作性，并通过具体的实例验证了该方法的有效性。
|
| 关 键 词： | 神经网络 输入变量 短期负荷预测 |
Study on Input Variables Selection of Short-term Load Forecasting Based on Neural Network |
| |
| Yang Kuihe , Wang Baoshu Zhao Lingling. Study on Input Variables Selection of Short-term Load Forecasting Based on Neural Network[J]. Journal of Electronic Measurement and Instrument, 2004, 18(3): 13-17 |
| |
| Authors: | Yang Kuihe Wang Baoshu Zhao Lingling |
| |
| Affiliation: | Yang Kuihe 1,2 Wang Baoshu 1 Zhao Lingling 2 |
| |
| Abstract: | The input variables selection for short-term load forecasting is relevant to the performance of neural network forecasting. In this paper, by using the autocorrelation function on input variables sets selection for neural network short-term load forecasting, a systemic and scientific method for input variables sets selection is put forward. FFT is adopted to accomplish the speediness calculation, which enhances the maneuverability of this approach. A load forecasting example is given, whole result indicates that the method is effective. |
| |
| Keywords: | Neural network input variables short-term load forecasting. |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
