您的位置: 专家智库 > >

南方电网公司科技项目(YX-GD-296)

作品数:2 被引量:16H指数:2
相关作者:农为踊李慧良孟安波李鹏鹏彭显刚更多>>
相关机构:广东工业大学广东电网公司更多>>
发文基金:南方电网公司科技项目广东省自然科学基金更多>>
相关领域:电气工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇电气工程

主题

  • 2篇短期负荷预测
  • 2篇神经网
  • 2篇神经网络
  • 2篇负荷预测
  • 2篇贝叶斯
  • 2篇贝叶斯神经网...
  • 1篇网络
  • 1篇小波
  • 1篇小波分析
  • 1篇泛化
  • 1篇泛化能力
  • 1篇BP神经
  • 1篇BP神经网
  • 1篇BP神经网络

机构

  • 2篇广东电网公司
  • 2篇广东工业大学

作者

  • 2篇彭显刚
  • 2篇李鹏鹏
  • 2篇孟安波
  • 2篇李慧良
  • 2篇农为踊

传媒

  • 1篇广东电力
  • 1篇电力科学与工...

年份

  • 2篇2012
2 条 记 录,以下是 1-2
排序方式:
基于贝叶斯神经网络的短期负荷预测应用研究被引量:6
2012年
针对标准反向传播(back propagation,BP)神经网络负荷预测精度不高的缺点,提出利用贝叶斯正则化算法来改善模型的泛化能力,根据河源电网负荷容易受天气影响等特点,给出一种分层的贝叶斯神经网络预测模型,预测结果表明,新的模型具有更好的泛化能力,应用效果良好,提高了负荷预测准确率。
李慧良李鹏鹏彭显刚孟安波农为踊
关键词:BP神经网络贝叶斯神经网络短期负荷预测泛化能力
小波贝叶斯神经网络在冲击负荷地区短期负荷预测中的应用被引量:10
2012年
大量随机冲击负荷(炼钢厂、轧钢厂)接入系统给负荷预测造成困难,使得短期负荷预测精度下降。首先就冲击负荷地区的负荷特征进行分析,找出影响负荷预测精度的原因,提出利用小波变换对负荷序列进行多尺度分解,得到在不同频段下负荷子序列,重点针对各负荷分量不同特点,建立含不同输入量的贝叶斯神经网络预测模型,再将预测结果进行小波重构,从而得出最后预测结果。再与另两种模型进行对比,结果表明该方法能提高冲击负荷地区的短期负荷预测精度。
李鹏鹏彭显刚孟安波李慧良农为踊
关键词:小波分析贝叶斯神经网络短期负荷预测
共1页<1>
聚类工具0