基于多重局部回归Elman神经网络的短期负荷预测

• 作者: 孙奇 杨伟
• 来源期刊: 江苏电机工程
• 学科: 工学
• 关键词: 多重局部回归 Elman神经网络 短期负荷预测 收敛曲线
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 专论与综述
• 页码范围: 9-13
• 页数: 5页
• 分类号: TM715
• 字数: 3375字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0665.2007.02.003

摘要

针对传统静态前馈神经网络动态性能较差的缺点,提出了多重局部回归的Elman神经网络,建立了网络的基本结构,并设计了相应的学习算法和学习过程.通过对负荷原始数据的归一化处理,提出将训练数据分段的思想,并利用分段数据对多重局部回归的Elman网络进行训练.通过对收敛曲线和训练误差的分析,确定合适的网络神经元个数和网络训练步数,最后利用实际负荷数据对网络进行了检验.结果表明,改进多重局部回归Elman神经网络比传统Elman神经网络具有更高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨伟	南京理工大学动力工程学院	91	1166	20.0	31.0
2	孙奇	南京理工大学动力工程学院	9	53	3.0	7.0