10.3969/j.issn.1006-6519.2006.04.001
基于自适应神经模糊系统的电力系统短期负荷预测
提出基于T-S模型(Takagi-Sugeno)的自适应神经模糊系统(ANFIS).该系统采用减法聚类初始化模糊推理,把神经网络学习机制引入到逻辑推理中,并用混合学习算法调整前件参数和结论参数,自动产生模糊规则.应用武汉地区2005年夏季负荷数据对网络进行训练和检测,所得仿真结果表明此预测方法有效.
短期负荷预测、Takagi-Sugeno、减法聚类、自适应神经模糊系统
TM715(输配电工程、电力网及电力系统)
2006-09-13(万方平台首次上网日期,不代表论文的发表时间)
共4页
1-3,18