X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
关于我们
欢迎来到科易网(仲恺)技术转移协同创新平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
成果 专家 院校 需求
当前位置: 首页 >  科技成果  > 详细页

[01543592]基于人工神经网络的电力系统短期负荷预测方法的研究

交易价格: 面议

所属行业: 网络

类型: 非专利

交易方式: 资料待完善

联系人:

所在地:

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
|
收藏
|

技术详细介绍

短期负荷预测是电力系统安全调度、经济运行的重要依据,预测精度的高低将直接影响供电质量和电力系统运行的经济效益。农村电网短期负荷预测受到多种随机因素的影响,从重构相空间理论出发,对保定市某县电力局实际电网日负荷序列历史数据进行了最大Lyapunov指数、延迟时间等参数的计算和分析,提出了适宜农村电力整点负荷预测的Lyapunov混沌神经网络模型。采用偏最小二乘回归方法对影响结果的主成分进行了有效的提取,筛选出了影响负荷的主要因素,从而降低了输入数目,加快了BP神经网络的训练速度,提高了网络预测能力。模型的预测精度能够满足实用要求,建模速度有较大提高。
短期负荷预测是电力系统安全调度、经济运行的重要依据,预测精度的高低将直接影响供电质量和电力系统运行的经济效益。农村电网短期负荷预测受到多种随机因素的影响,从重构相空间理论出发,对保定市某县电力局实际电网日负荷序列历史数据进行了最大Lyapunov指数、延迟时间等参数的计算和分析,提出了适宜农村电力整点负荷预测的Lyapunov混沌神经网络模型。采用偏最小二乘回归方法对影响结果的主成分进行了有效的提取,筛选出了影响负荷的主要因素,从而降低了输入数目,加快了BP神经网络的训练速度,提高了网络预测能力。模型的预测精度能够满足实用要求,建模速度有较大提高。

推荐服务:

Copyright © 2015 科易网 版权所有 闽ICP备07063032号-5