基于蚁群聚类-Elman神经网络模型的短期电力负荷预测

• 作者: 何玉钧 孙伟 段东兴
• 来源期刊: 中国电力
• 学科: 工学
• 关键词: 负荷预测 蚁群 聚类 Elman神经网络
• 年，卷（期）: 2006,（7）
• 所属期刊栏目: 电力系统
• 页码范围: 49-51
• 页数: 3页
• 分类号: TM715
• 字数: 2083字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9649.2006.07.011

摘要

在神经网络负荷预测实际应用中,突出的问题是训练样本大、训练时间长、收敛速度慢.针对负荷预测样本代表性问题,建立了基于蚁群聚类的Elman神经网络预测模型.对负荷历史数据进行蚁群聚类预处理,将聚类后的数据作为神经网络的训练样本.其目的是使输入样本具有代表性,改善网络训练时间和收敛速度,有效提高预测精度.通过某发电厂负荷数据的验证,该模型的预测结果精度较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何玉钧		36	372	12.0	18.0
2	孙伟		21	294	10.0	17.0
3	段东兴		18	103	7.0	9.0