基于改进的VPSO-ELman神经网络的短期负荷预测

• 作者: 丁力 李殿文 甘海涛 陈荣玉
• 来源期刊: 东北电力技术
• 学科: 工学
• 关键词: Elman 气象因素 短期负荷预测 VPSO
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 分析与应用
• 页码范围: 24-27,56
• 页数: 5页
• 分类号: TM715
• 字数: 3035字
• 语种: 中文

摘要

提出一种基于改进的VPSO-Elman神经网络的短期负荷预测方法,在经典的Elman动态网络中引入VPSO算法对网络的训练过程做进一步的优化,提高Elman网络的泛化能力和适应能力,使预测模型的精度提高、 鲁棒性变强.利用辽宁某地区的历史负荷数据作为训练样本,通过与经典的Elman预测模型进行对比,对预测结果与实际数据进行比较,得出该方法辨识能力优于经典网络,泛化误差明显小于经典网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈荣玉		2	1	1.0	1.0
2	李殿文		2	2	1.0	1.0
3	甘海涛		1	0	0.0	0.0
4	丁力		1	0	0.0	0.0