首页 > 《陕西工业职业技术学院学报》 > 2009年4期 > 短期负荷预测神经网络方法比较

短期负荷预测神经网络方法比较

在线阅读下载PDF 导出详情

摘要以某地区购网有功功率的负荷数据为背景，建立了三个BP神经网络负荷预测模型——SDBP、LMBP及BRBP模型进行短期负荷预测工作，并对其结果进行比较。针对传统的BP算法具有训练速度慢，易陷入局部最小点的缺点，采用具有较快收敛速度及稳定性的L—M优化算法进行预测，使平均相对误差有了很大改善，具有良好的应用前景。而采用贝叶斯正则化算法可以解决网络过度拟合，提高网络的推广能力，使平均相对误差和每日峰值相对误差降低，但收敛速度过慢（慢于SDBP模型），不适于在实际应用中采用。

DOI g4qxl3x7j8/815100

作者罗枚

机构地区不详

出处《陕西工业职业技术学院学报》 2009年4期

关键词短期负荷预测人工神经网络 L—M算法贝叶斯正则化算法优化算法

分类 [文化科学][教育学]

出版日期 2009年04月14日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1张慧峰,余希娟,刘晓东,何孝云. 基于模糊神经网络的电力负荷短期预测.,2022-07.
2王晓文;刘宝贵. 一种短期负荷预测的自适应神经网络方法.电力系统及自动化,1999-02.
3杨旭昕. 基于进化神经网络的短期电力负荷预测研究.产业经济,2021-05.
4金薪宇　杜卓霖　邢玉筱　沙怀猛　郭宏进. 基于SAA-LSTM神经网络短期电力负荷预测.,2022-07.
5孔德印,殷哲轩,魏智慧,蔡浩宇. 基于深度神经网络的超短期电力负荷预测策略.电力系统及自动化,2021-07.
6余向前;路民辉;任琳杰;梁颖. 基于改进型Elman神经网络的短期电力负荷预测.电力系统及自动化,2014-02.
7梁霄. 基于神经网络的电力市场负荷预测方法研究.电力系统及自动化,2017-10.
8邹扬李伟花洁胡福金陈刚. 一种基于神经网络的电网主网设备及断面超短期负荷预测方法.电力系统及自动化,2018-12.
9张睿. 基于人工神经网络和互信息理论的电力系统短期负荷预测.建筑技术科学,2021-03.
10徐胜军;李蒙. 神经网络在电力中期负荷预测中的应用.高等教育学,2004-04.

来源期刊

陕西工业职业技术学院学报

相关推荐

同分类资源更多

相关关键词

短期负荷预测人工神经网络 L—M算法贝叶斯正则化算法优化算法

返回顶部