基于神经网络自适应集成的短期负荷预测

• 作者: ZHENG Ying-wen 苏蕾
• 来源期刊: 科技与创新
• 关键词: 短期负荷预测 神经网络集成 径向基神经网络 自适应集成
• 年，卷（期）: 2008,（21）
• 所属期刊栏目: 软件时空
• 页码范围: 172-174
• 页数: 3页
• 分类号: TP183|TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2008.21.071

摘要

针对在电力系统短期负荷预测应用中,单个神经网络存在预测精度较低、预测结果不稳定、泛化能力差的特点,本文提出一种新的基于多神经网络自适应集成的预测模型.通过对某地区的实际负荷数据进行预测分析表明,该方法以很小的运算时间代价、较小的存储空间代价显著地提高了单个网络的预测精度和泛化能力,具有良好的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏蕾	福州大学自动化研究所	1	1	1.0	1.0
2	ZHENG Ying-wen	福州大学自动化研究所	1	1	1.0	1.0