改进的Elman神经网络在短期电力负荷预测中的应用

• 作者: 李萍 赵铭扬 陈亚
• 来源期刊: 宁夏工程技术
• 学科: 工学
• 关键词: 电力负荷 短期预测 Elman神经网络 预测精度
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 工程理论与新技术
• 页码范围: 115-117
• 页数: 3页
• 分类号: TP301.6
• 字数: 1776字
• 语种: 中文

摘要

为了提高Elman神经网络进行短期负荷预测时的精度,解决预测过程中易陷入局部最优解等问题,采用非线性阻尼最小二乘法对学习算法进行优化,并对激励函数进行改进,建立双隐含层Elman神经网络模型.Matlab仿真结果表明,改进后的模型对短期电力负荷进行预测的精度高于传统BP神经网络模型,达到了短期负荷预测所要求的误差范围,说明该方法和模型是可行有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李萍	宁夏大学物理与电子电气工程学院	33	102	6.0	8.0
2	赵铭扬	宁夏大学物理与电子电气工程学院	2	7	2.0	2.0
3	陈亚		1	3	1.0	1.0