本文主要研究内容
作者贺远,翟丹丹,苏贵敏（2019）在《电网长期负荷快速预测》一文中研究指出：电力负荷的精确、快速预测,对安排年度电力生产工作和优化电网调度有着重要的经济和社会意义。在标准反向传播(BP)神经网络的基础上,提出一种结合主成分分析(PCA)和改进的BP神经网络的方法来对电网中长期的负荷进行预测。利用PCA有效地降低数据样本的维度,消除数据的冗余和线性信息,保留主要成分作为模型的输入数据,在标准BP网络的反向传播环节中引入动量项和陡度因子,有效解决了网络收敛速度慢和容易陷入局部最小值的问题。将此方法应用于济源市的中长期电力负荷预测,实验表明:基于PCA与改进的BP神经网络相结合的方法比标准BP网络具有更高的计算效率和预测精度。
Abstract
dian li fu he de jing que 、kuai su yu ce ,dui an pai nian du dian li sheng chan gong zuo he you hua dian wang diao du you zhao chong yao de jing ji he she hui yi yi 。zai biao zhun fan xiang chuan bo (BP)shen jing wang lao de ji chu shang ,di chu yi chong jie ge zhu cheng fen fen xi (PCA)he gai jin de BPshen jing wang lao de fang fa lai dui dian wang zhong chang ji de fu he jin hang yu ce 。li yong PCAyou xiao de jiang di shu ju yang ben de wei du ,xiao chu shu ju de rong yu he xian xing xin xi ,bao liu zhu yao cheng fen zuo wei mo xing de shu ru shu ju ,zai biao zhun BPwang lao de fan xiang chuan bo huan jie zhong yin ru dong liang xiang he dou du yin zi ,you xiao jie jue le wang lao shou lian su du man he rong yi xian ru ju bu zui xiao zhi de wen ti 。jiang ci fang fa ying yong yu ji yuan shi de zhong chang ji dian li fu he yu ce ,shi yan biao ming :ji yu PCAyu gai jin de BPshen jing wang lao xiang jie ge de fang fa bi biao zhun BPwang lao ju you geng gao de ji suan xiao lv he yu ce jing du 。
论文参考文献
论文详细介绍
论文作者分别是来自上海电机学院学报的贺远,翟丹丹,苏贵敏，发表于刊物上海电机学院学报2019年04期论文，是一篇关于中长期负荷预测论文,主成分分析论文,反向传播神经网络论文,收敛速度论文,预测精度论文,上海电机学院学报2019年04期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自上海电机学院学报2019年04期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：中长期负荷预测论文; 主成分分析论文; 反向传播神经网络论文; 收敛速度论文; 预测精度论文; 上海电机学院学报2019年04期论文;