基于贝叶斯框架和回声状态网络的日最大负荷预测研究
为克服神经网络中的伪回归问题,对标准的回声状态网络进行改进,用贝叶斯理论提高网络的泛化能力.在实证算例分析中,采用某地区的实际负荷数据和相关气候数据,对该地区的日最大负荷进行预测,验证所提方法的有效性和适用性.对比试验的预测结果表明,改进的回声状态网络比标准回声状态网络和前馈神经网络预测效果更精确,网络泛化能力更强.
回声状态网络、贝叶斯框架、日最大负荷、负荷预测
36
TM731(输配电工程、电力网及电力系统)
国家自然科学基金项目71071052
2013-01-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
82-86