基于动量因子的神经网络群电流负荷预测模型
通过建立改进的4层神经网络群,以历史负荷电流作为样本进行训练,实现对于未来负荷电流的预测.针对传统BP神经网络易收敛到局部极值的问题,引入了动态调整的动量因子.为增强对于随月份动态变化较剧烈的负荷的预测能力,提出了BP网络群结构.数据模拟结果说明该算法具有高精确性,可有效估算出下一阶段线路电流负荷变化趋势值,并且预测速度满足实际使用要求.该模型可以用于监测重点单位用电负荷变化情况,及早提示供电单位采取相应措施,促进智能电网建设.
电流负荷预测、神经网络、大数据分析
44
TP1;TP2
2016-10-27(万方平台首次上网日期,不代表论文的发表时间)
共8页
31-38