火电厂时间序列的神经网络预报

• 作者: 巨林仓 李新康 李新成
• 来源期刊: 动力工程
• 学科: 工学
• 关键词: 火电厂 神经网络 时间序列 模型 预报
• 年，卷（期）: 2000,（1）
• 所属期刊栏目: 自动控制
• 页码范围: 554-557
• 页数: 4页
• 分类号: TK39
• 字数: 3275字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-6761.2000.01.012

摘要

神经网络用于火电厂时间序列预报无需作平稳性假设.它从序列样本中学习序列本身的内在规律,从而建立正确的火电厂时间序列模型.神经网络将寻求序列规律的过程转化为Rn→Rm逼近的非线性映射的非线性优化问题.用经过改进的静态BP算法可以取得较为满意的结果.适当增加输入单元的历史序列样本,可以得到对序列更为精确的预报.实例表明神经网络能够对火电厂时间序列进行较好的预测.图5表3参6

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	巨林仓	西安交通大学能源与动力工程学院	28	240	9.0	13.0
2	李新康	西安交通大学能源与动力工程学院	2	13	1.0	2.0
3	李新成	西安交通大学能源与动力工程学院	2	13	1.0	2.0