优化动态递归小波神经网络短期负荷预测模型

• 作者: 孙雅明 张智晟 李伟婕 段晓燕 龚文杰
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 短期负荷预测 动态递归小波神经网络 分布估计算法 遗传算法
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 30-35
• 页数: 6页
• 分类号: TM715
• 字数: 5299字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2009.05.006

摘要

提出了优化动态递归小波神经网络(dynamic recurrent wavelet neural network,DRWNN)短期负荷预测模型.与常规小波神经网络相比,DRWNN有两个关联层,关联层节点起存储网络内部状态的作用;模型构造过程中增强了网络的前馈与反馈联接,形成多层次的网络递归.采用分布估计算法和遗传算法相融合对DRWNN进行优化,融合实质是在解空间"宏观"和"微观"两个层面进行寻优,可克服DRWNN陷入局部最小,提高DRWNN的泛化能力.对两类不同负荷系统日、周预测仿真测试,验证了模型能有效提高预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙雅明	天津大学电气与自动化工程学院	56	3112	30.0	55.0
2	张智晟	青岛大学自动化工程学院	67	384	11.0	16.0
3	龚文杰		19	119	7.0	9.0
4	段晓燕		10	59	5.0	7.0
5	李伟婕		2	11	2.0	2.0