电力系统短期负荷预测的共轭梯度ANN方法

被引：13

作者：

王民量

张伯明

夏清

机构：

[1] 清华大学电机系!１０００８４北京,清华大学电机系!１０００８４北京,清华大学电机系!１０００８４北京

来源：

关键词：

电力系统; 负荷预测; 神经网络; 共轭梯度学习算法;

D O I：

暂无

中图分类号：

TM714 [负荷分析];

学科分类号：

080802 ;

摘要：

针对传统ＢＰ学习算法的缺陷，提出了基于共轭梯度优化技术的ＡＮＮ学习算法。ＡＮＮ模型中考虑了温度、天气情况的影响，可进行工作日、一般休息日和节假日的预测。计算表明，该ＡＮＮ模型和学习算法实用、有效。

引用

页码：35+35 / 36

页数：3

共 4 条

[1] 变步长变尺度 BP 算法及其在电力系统中的应用 [J].

郭瑞鹏 ;

韩祯祥 .

[2] 应用人工神经网与遗传算法进行短期负荷预测 [J].

岑文辉 ;

雷友坤 ;

谢恒 .

[3] 应用Kalman滤波方法的超短期负荷预报 [J].

谢开，汪峰，于尔铿，葛维春，马新，潘明惠 .

[4]

神经网络系统理论[M]. 西安电子科技大学出版社 , 焦李成著, 1990