原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2004 年 6 月 系统工程理论与实践 第 6 期
文章编号:(2004) 060011307
基于粗糙集与神经网络的电力负荷新型预测模型
1 2 3
钟 波 , 周家启 , 肖 智
( 1. 重庆大学数理学院, 重庆 400030; 2. 重庆大学电气工程学院, 重庆 400030;
3. 重庆大学经济与工商管理学院, 重庆 400030)
摘要: 针对电力系统多因素负荷预测问题的复杂性, 融合粗糙集方法与神经网络方法各自的优势, 提
出一种新型的负荷预测模型——粗糙集径向基函数神经网络模型(R SRBFN ). 运用粗糙集方法和信息
熵概念, 在不改变样本分类质量的条件下约简负荷影响因素, 简化了网络输入变量. 通过消去冗余信息,
提炼学习样本, 获得典型样本. 用典型样本约简隐含层神经元和训练网络, 并将网络连接权值学习的非
线性极值问题转化为线性规划问题, 使网络结构得到优化, 提高径向基神经网络的计算效率和预测精
度, 增强实用性. 数值实验结果说明R SRBFN 模型是可行、有效、实用的.
关键词: 负荷预测; 粗糙集; 神经网络; 信息熵
中图分类号: 734; 18 文献标识码:
TM T P A
A N ew Pow er L oad Fo recasting M odel Based on
Rough Set and A rtificial N eu ral N etw o rk
1 2 3
, ,
ZHON G Bo ZHOU J ia qi X IAO Zh i
( 1. Co llege of M athem atics and Science, Chongqing U niversity, Chongqing 400030, Ch ina;
2. Co llege of E lectrical Engineering, Chongqing U niversity, Chongqing 400030, Ch ina;
3. Co llege of Econom ics and Business A dm inistration , Chongqing U niversity, Chongqing 400030, Ch ina)
Abstract: Fo r a m ultifacto r pow er load p rediction p roblem , th is paper attemp ts to p ropo se a new
(
文档评论（0）