本文主要研究内容
作者徐轶丹,刘敏（2019）在《基于VMD-SE和GAElman神经网络的短期负荷预测模型》一文中研究指出：针对电力负荷序列的非平稳性和非线性等特点,提出了一种基于变分模态分解技术VMD-样本熵SE和遗传算法GA优化的Elman神经网络短期负荷预测模型。为了降低原始序列的复杂度和不稳定性,首先利用VMD-SE将原始电力序列分解成多个子序列;然后根据各子序列的特点分别构造经GA遗传算法优化的Elman神经网络预测模型;最后将各个子序列的预测结果叠加得到最终结果,实现短期负荷预测。应用于实例,结果表明,该模型能有效提高预测精度。
Abstract
zhen dui dian li fu he xu lie de fei ping wen xing he fei xian xing deng te dian ,di chu le yi chong ji yu bian fen mo tai fen jie ji shu VMD-yang ben shang SEhe wei chuan suan fa GAyou hua de Elmanshen jing wang lao duan ji fu he yu ce mo xing 。wei le jiang di yuan shi xu lie de fu za du he bu wen ding xing ,shou xian li yong VMD-SEjiang yuan shi dian li xu lie fen jie cheng duo ge zi xu lie ;ran hou gen ju ge zi xu lie de te dian fen bie gou zao jing GAwei chuan suan fa you hua de Elmanshen jing wang lao yu ce mo xing ;zui hou jiang ge ge zi xu lie de yu ce jie guo die jia de dao zui zhong jie guo ,shi xian duan ji fu he yu ce 。ying yong yu shi li ,jie guo biao ming ,gai mo xing neng you xiao di gao 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电力科学与工程的徐轶丹,刘敏，发表于刊物电力科学与工程2019年07期论文，是一篇关于短期负荷预测论文,神经网络论文,变分模态分解论文,样本熵论文,遗传算法论文,电力科学与工程2019年07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，资料来自电力科学与工程2019年07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：短期负荷预测论文; 神经网络论文; 变分模态分解论文; 样本熵论文; 遗传算法论文; 电力科学与工程2019年07期论文;