基于神经网络矫正的非线性短时负荷预测模型

• 作者: 杨奎河 王宝树 赵玲玲
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 神经网络 短时负荷预测 矫正 非线性
• 年，卷（期）: 2004,（11）
• 所属期刊栏目: 软件、算法与仿真
• 页码范围: 1710-1713
• 页数: 4页
• 分类号: TP18
• 字数: 2806字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-506X.2004.11.048

摘要

为了解决传统神经网络负荷预测模型中,当预测日天气出现快速变化时预测误差随之增加的问题,提出了一种改进的未来一小时实时负荷预测模型.在该模型中,预测负荷通过对预测日的类似日负荷数据加一个矫正值来获得,矫正值从神经网络产生,网络结构得到简化.由于采用在线实时学习方式,该模型可以学习快速的天气变化和预测误差之间的关系,减小预测误差.仿真结果验证了该模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宝树	西安电子科技大学计算机学院	124	2305	25.0	43.0
2	杨奎河	西安电子科技大学计算机学院	37	262	9.0	14.0
4	赵玲玲	河北科技大学信息科学与工程学院	19	214	8.0	14.0