基于改进增强型神经网络的短期电力负荷预测

• 作者: 张乾坤 张福铮 李果 袁小凯 许爱东
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 短期电力负荷预测 神经网络 套袋型神经网络 增强型神经网络
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 工程实践
• 页码范围: 492-497,502
• 页数: 7页
• 分类号: TM715
• 字数: 5386字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.02.044

摘要

论文提出了基于改进增强型神经网络算法的短期电力负荷预测方法.该方法通过随机抽样来创建多组数据,利用训练每个数据集形成一个神经网络,并将每个训练的神经网络输出平均后获得对应的结果.与采用单个神经网络或套袋法神经网络进行电力负荷预测相比,增强算法的引入减少了估计误差和误差变化的范围.实例表明,与现有的各种技术相比,使用增强型神经网络算法可以减少电力负荷预测的误差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许爱东		55	584	14.0	21.0
2	张乾坤		7	0	0.0	0.0
3	张福铮		10	10	2.0	3.0
4	李果		17	40	4.0	6.0
5	袁小凯		8	8	2.0	2.0