相空间重构和混沌神经网络融合的短期负荷预测研究

• 作者: 孙雅明 张智晟
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 短期负荷预测 混沌神经网络 相空间重构理论 最近邻点 遗传算法 神经网络
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 电力工程
• 页码范围: 44-48
• 页数: 5页
• 分类号: TM715
• 字数: 4549字
• 语种: 中文
• DOI: 10.3321/j.issn:0258-8013.2004.01.009

摘要

该文首次提出基于PSRT和ICNN融合的电力系统STLF模型,所构造的ICNN预测模型对负荷初值和混沌轨迹的游动性有很强的敏感性,可表征复杂的动力学行为和具有全局寻优的性能,以PSRT确定ICNN输入维数,训练样本集按预测相点步进动态相轨迹和最近邻点集原理形成的,可增强预测模型对混沌动力学的联想和泛化推理能力;文中用遗传算法作为ICNN的学习算法,对两类不同负荷系统日、周预测仿真测试,证实所研究的预测模型能有效、稳定的提高预测精度,且有较高的适应能力,为将基于PSRT和ICNN融合的电力系统STLF方法用于实际运行系统在理论上取得了有效的进展.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙雅明	天津大学电气自动化工程学院	56	3112	30.0	55.0
2	张智晟	天津大学电气自动化工程学院	11	375	8.0	11.0