10.3969/j.issn.1004-9649.2006.07.011
基于蚁群聚类-Elman神经网络模型的短期电力负荷预测
在神经网络负荷预测实际应用中,突出的问题是训练样本大、训练时间长、收敛速度慢.针对负荷预测样本代表性问题,建立了基于蚁群聚类的Elman神经网络预测模型.对负荷历史数据进行蚁群聚类预处理,将聚类后的数据作为神经网络的训练样本.其目的是使输入样本具有代表性,改善网络训练时间和收敛速度,有效提高预测精度.通过某发电厂负荷数据的验证,该模型的预测结果精度较好.
负荷预测、蚁群、聚类、Elman神经网络
39
TM715(输配电工程、电力网及电力系统)
2006-08-09(万方平台首次上网日期,不代表论文的发表时间)
共3页
49-51