基于混沌理论和 Legendre 正交基神经网络的短期负荷预测

• 作者: 左士伟 杨胡萍 涂雨曦 王承飞
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 混沌理论 Legendre 神经网络 衍生算法 短期负荷预测
• 年，卷（期）: 2015,（13）
• 所属期刊栏目: 率兼容性方案
• 页码范围: 63-66,95
• 页数: 5页
• 分类号: TM715
• 字数: 3230字
• 语种: 中文

摘要

考虑到短期负荷所具有的混沌特性和神经网络的非线性映射能力，提出了一种基于混沌理论的Legendre神经网络预测方法。该方法运用混沌理论对短期负荷数据进行向空间重构，并以欧式距离选取最佳训练样本，而后采用以Legendre正交多项式为隐含层神经元激励函数的三层神经网络进行训练，并运用训练好的网络进行预测。训练网络时，为了确定网络的最佳拓扑结构，文中引入了衍生算法来确定隐含层神经元的最佳个数。实例分析表明了该方法的可行性，且能得到较高的预测精度和良好的预测效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨胡萍	南昌大学信息工程学院	29	217	8.0	14.0
2	左士伟	南昌大学信息工程学院	3	38	3.0	3.0
3	涂雨曦	南昌大学信息工程学院	1	6	1.0	1.0
4	王承飞		1	6	1.0	1.0