节点文献

基于神经网络校正的电力负荷灰色预测

Grey forecast of power load based on corrected neural network

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具，请取消加速工具后下载。

【作者】 邢棉； 于兰香； 刘晓霞；

【Author】 XING Mian1,YU Lan-xiang1,LIU Xiao-xia2(1.School of Mathematics and Physics,North China Electric Power University,Baoding 071003,China;2.Baoding College of Finance,Baoding 071000,China)

【机构】 华北电力大学数理学院； 保定金融高等专科学校基础部 河北保定071003； 河北保定071003； 河北保定071000；

【摘要】 针对电力负荷预测残差序列具有复杂的非线性状态的特点,运用神经网络模型,对电力负荷的灰色预测残差进行校正;同时对神经网络隐含层的神经元个数进行调整,使得网络模型结构优化,模型参数确定更为合理,进一步提高了预测精度。

【Abstract】 To improve the accuracy of grey forecast model of power system,a new forecast method is suggested.According to the complexity and non-linearity of residual error series,the residual error of grey forecast is corrected using neural network model.The number of nerve cell in implicit layer of the neural network is adjusted.The network structure is improved.

【关键词】 电力负荷； GM(1,1)模型； 神经网络； 残差； 结构优化；
【Key words】 power load； GM(1,1) model； neural network； residual error； structural optimization；
【基金】 国家自然科学基金资助项目(50077007);高等学校博士点专项基金项目(20040079008).
  • 【文献出处】 华北电力大学学报 , 编辑部邮箱 ,2006年04期
  • 【分类号】TM715
  • 【被引频次】21
  • 【下载频次】121
打印本页
节点文献中：