基于一种NW-FLNN神经网络的短期电价预测

• 作者: 常青 杨春霞 王力波 王耀力
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 小波神经网络 随机矢量函数连接型网络 新型小波链神经网络 电价预测
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 信息与能源
• 页码范围: 82-86,98
• 页数: 6页
• 分类号: TM93
• 字数: 4673字
• 语种: 中文
• DOI: 10.19753/j.issn1001-1390.2019.010.013

摘要

针对传统神经网络收敛速度慢、容易陷入局部极值的问题,文中提出一种改进型小波神经网络以实现网络全局最优化.首先,将小波神经网络与随机矢量函数连接型网络相融合构建一种新型小波链神经网络(NW-FLNN);其次,以小波基函数作为NW-FLNN的隐含层的传递函数,并利用梯度修正法训练该模型各参数;最后,选用澳大利亚新南威尔士州电价数据作为实验数据集,分别对NW-FLNN神经网络、逆传播BP神经网络与小波神经网络进行预测性能比较.实验结果表明:该新型网络预测模型较BP神经网络与小波神经网络性能更优,可明显减少网络迭代次数与隐层神经元数目,且平均百分比误差最大降低至0.0317,满足实时性要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王耀力	太原理工大学信息与计算机学院	35	182	6.0	12.0
2	常青	太原理工大学信息与计算机学院	27	72	6.0	7.0
3	杨春霞	太原理工大学信息与计算机学院	5	6	2.0	2.0
4	王力波	太原理工大学信息与计算机学院	5	25	3.0	5.0