您当前所在位置: 首页 > 学者
为您找到 4 条相关结果
按相关度
  • 按相关度
  • 按时间
  • 按阅读量
  • 代表性成果优先

上传时间

2010年07月28日

【期刊论文】小波模糊神经网络在电力系统短期负荷预测中的应用

邰能灵, 侯志俭

中国电机工程学报,2004,24(1):24~29,-0001,():

摘要

该文研究了基于小波模糊神经网络的电力系统短期负荷预测新方法。根据小波变换自适应可调时频窗的特点,利用小波分析对负荷样本做序列分解,对高尺度负荷分量采用常规预测方法,其他负荷分量则采用模糊神经网络处理技术,最后通过序列重构,得到完整的负荷预测结果。算例计算表明,新方法具有较高的预测精度和适应能力。

关键词: 电力系统, 短期负荷预测 小波模糊神经网络, 预测方法

  • 34浏览

  • 0点赞

  • 0收藏

  • 0分享

  • 117下载

  • 0评论

  • 引用

上传时间

2010年07月28日

【期刊论文】基于小波分析的电力系统短期负荷预测方法

邰能灵, 侯志俭, 李涛, 蒋传文, 宋炯

中国电机工程学报,2003,23(1):45~50,-0001,():

摘要

在分析电力负荷频谱特性时发现负荷信号的变化过程具有连续频谱的特性。该文在此基础上提出一种基于小波变换的电力系统短期负荷预测新方法:通过小波变换,将各序列分量分别投影到不同的尺度上,对不同的子负荷序列进行数据处理,并分别采用相匹配的模型进行预测,最后通过小波重构,得到完整的负荷预测结果。算例计算表明新方法具有较高的预测精度和较强的适应能力。

关键词: 短期负荷预测 小波分析, 预测方法

  • 8浏览

  • 0点赞

  • 0收藏

  • 0分享

  • 230下载

  • 0评论

  • 引用

上传时间

2010年06月02日

【期刊论文】基于模糊粗糙集和神经网络的短期负荷预测方法

郭创新, 王志勇, 曹一家

中国电机工程学报,2005,25(19):7 ~11,-0001,():

摘要

针对采用神经网络进行电力系统短期负荷预测时其网络输入变量的选择是影响预测效果的关键问题,该文提出使 用模糊粗糙集理论解决这一问题:对采集到的信息进行特征提取、形成决策表:利用模糊粗糙集理论进行属性约简、去除冗余信息:用得到的属性作为BP网络的输入进行训练预测。该方法既全面考虑了影响负荷预测的历史时间序列、气象等各种因素,为合理地选择神经网络的输入变量提供了一种新的方法,又避免了由于输入变量过多而导致神经网络拓扑结构复杂、训练时间长等不足。计算实例表明,文中提出的方法是有效且可行的。

关键词: 电力系统, 短期负荷预测 模糊粗糙集, 输入变量选择, 神经网络:数据挖掘

  • 26浏览

  • 0点赞

  • 0收藏

  • 0分享

  • 21下载

  • 0评论

  • 引用

上传时间

2010年01月25日

【期刊论文】基于数据挖掘的SVM短期负荷预测方法研究

牛东晓, 谷志红, 邢棉, 王会青

中国电机工程学报,2006,26(18):6~12,-0001,():

摘要

支持向量机方法已成功地应用在负荷预测领域,但它在训练数据时存在数据处理量太大、处理速度慢等缺点。为此提出了一种基于数据挖掘预处理的支持向量机预测系统,引用在处理大数据量、消除冗余信息等方面具有独特优势的数据挖掘技术,寻找与预测日同等气象类型的多个历史短期负荷,由此组成具有高度相似气象特征的数据序列,将此数据序列作为支持向量机的训练数据,可减少数据量,从而提高预测的速度和精度,克服支持向量机的上述缺点。将该系统应用于短期负荷预测中,与单纯的SVM方法和BP神经网络法相比,得到了较高的预测精度。

关键词: 电力系统, 数据挖掘, 气象因素, 支持向量机, 短期负荷预测

  • 21浏览

  • 0点赞

  • 0收藏

  • 0分享

  • 159下载

  • 0评论

  • 引用