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
算法在电力系统短期负荷预测中的运用
第 卷第 期增刊 仪 器 仪 表 学 报 年 月
%- - %(() 3
!算法在电力系统短期负荷预测中的应用#
$ % $
董秀成 李 芹 许 强
$ 四川工业学院 成都 % 上海电力学院 上海
’$(()*+ %(((*(+
摘要 针对电力负荷短期预测问题 提出了一种基于相似日的神经网络预测方法 在建立具体模型时 对于 点负荷预测 采
, , , %- ,
用 个单输出的神经网络来分别预测每天的整点负荷值 具有网络结构较小 训练时间短的优点 考虑了不同小时类型的负荷
%- , , ,
差异 具有较高的预测精度 分析了如何采用 多层感知器的隐层数及隐层单元数 最后对四川省电力公司某区一条线路的供
, . /0 .
电负荷进行短期负荷预测仿真 仿真结果表明其具有较好的预测精度
, .
关键词 短期负荷预测 人工神经网络 /0算法 预测误差
B
1234556789:7;;=!46;?7:2@ 7A2;?::3?@ ;C3?D;9EF;?389G:
$ % $
HIJKLMNOPQJK RM SMJ LN SMTJK
U
, kUllmn, +
VWXYZ[\]\W^_‘aWbcdeVXW_\X_[\fg_XY\dhdic jY_\fZ jYW\[
o
, olllnl +
VY[\iY[W]\W^_‘aWbcdeph_Xb‘WXqdr_‘ VY[\iY[W jYW\[
{
4sG:?98: tPMuvTvQwxMuONuuQuyPQvIzQwuPIwyyQw| }ITx~IwQOTuyTJxvNy~IwzTwxTJQNwT}JQyzIw!~IwQOTuy
$ , %- , %-
|QyPIxTuQxIJuM|M}TwxT#u %PQJNM}xMJK|IxQ} ~IwyPQ PINwu}ITx~IwQOTuy zQTxIvy uMJK}QJQNwT}
,
JQyzIw!uyI~IwQOTuyQQw#PINw}ITx
文档评论（0）