论文摘要
电力负荷的精确、快速预测,对安排年度电力生产工作和优化电网调度有着重要的经济和社会意义。在标准反向传播(BP)神经网络的基础上,提出一种结合主成分分析(PCA)和改进的BP神经网络的方法来对电网中长期的负荷进行预测。利用PCA有效地降低数据样本的维度,消除数据的冗余和线性信息,保留主要成分作为模型的输入数据,在标准BP网络的反向传播环节中引入动量项和陡度因子,有效解决了网络收敛速度慢和容易陷入局部最小值的问题。将此方法应用于济源市的中长期电力负荷预测,实验表明:基于PCA与改进的BP神经网络相结合的方法比标准BP网络具有更高的计算效率和预测精度。
论文目录
文章来源
类型: 期刊论文
作者: 贺远,翟丹丹,苏贵敏
关键词: 中长期负荷预测,主成分分析,反向传播神经网络,收敛速度,预测精度
来源: 上海电机学院学报 2019年04期
年度: 2019
分类: 社会科学Ⅱ辑,工程科技Ⅱ辑
专业: 电力工业
单位: 国网河南省电力公司济源供电公司
分类号: TM715
页码: 221-226
总页数: 6
文件大小: 988K
下载量: 163
相关论文文献
- [1].基于多元相关性矩阵的中长期负荷预测方法研究[J]. 电气应用 2019(01)
- [2].基于深度信念网络的不同行业中长期负荷预测[J]. 电力系统及其自动化学报 2019(09)
- [3].电网规划中长期负荷预测技术研究[J]. 企业导报 2015(21)
- [4].配电网中长期负荷预测方法探讨[J]. 科技展望 2016(04)
- [5].考虑城市化因素的中长期负荷预测模型[J]. 电力自动化设备 2016(04)
- [6].基于层次分析和模糊聚类的高度城市化区域中长期负荷预测研究[J]. 电气应用 2017(14)
- [7].依托层次分析和模糊聚类方法的发达地域中长期负荷预测研究[J]. 电气技术 2017(10)
- [8].中长期负荷预测研究与管理一体化应用平台的构建[J]. 计算机与数字工程 2014(03)
- [9].电力系统中长期负荷预测方法的研究[J]. 山东工业技术 2013(08)
- [10].黑龙江省改进中长期负荷预测方法及应用[J]. 黑龙江电力 2013(05)
- [11].配电网中长期负荷预测方法综述[J]. 科技资讯 2010(32)
- [12].考虑新电改及绿证交易的中长期负荷预测方法[J]. 电气自动化 2020(02)
- [13].基于层次分析法和径向基函数神经网络的中长期负荷预测综合模型[J]. 电网技术 2009(02)
- [14].基于三指标量的中长期负荷预测综合模型[J]. 华东电力 2008(06)
- [15].电网规划中常规中长期负荷预测方法的探讨[J]. 安徽电力 2011(03)
- [16].基于误差校正的中长期负荷预测模型[J]. 电网技术 2012(08)
- [17].经济新常态下基于偏最小二乘回归的中长期负荷预测模型[J]. 电力自动化设备 2018(03)
- [18].考虑电力市场交易影响的中长期负荷预测方法[J]. 电测与仪表 2017(02)
- [19].电力系统中长期负荷预测综合模型研究[J]. 电力系统保护与控制 2012(14)
- [20].基于灰色反馈模型的电力系统中长期负荷预测[J]. 电气开关 2011(05)
- [21].基于用电大数据的中长期负荷预测研究[J]. 电测与仪表 2018(13)
- [22].电网规划中长期负荷预测技术的研究[J]. 中国战略新兴产业 2018(36)
- [23].电网规划中长期负荷预测技术的研究[J]. 科技创新导报 2016(35)
- [24].贵州电网中长期负荷预测管理平台研究与应用[J]. 电力信息与通信技术 2015(01)
- [25].基于最小一乘法的组合赋权法在中长期负荷预测中的应用[J]. 电力系统保护与控制 2009(02)
- [26].改进的离散灰色模型在中长期负荷预测中的应用[J]. 电力科学与技术学报 2009(04)
- [27].区间组合模型在中长期负荷预测中的应用[J]. 四川电力技术 2013(01)
- [28].变结构协整理论在电力中长期负荷预测中的应用[J]. 云南电力技术 2015(06)
- [29].灰色残差修正模型在中长期负荷预测中的应用[J]. 科技资讯 2010(07)
- [30].灰色模型在中长期负荷预测中的应用比较[J]. 机电信息 2010(18)
标签：中长期负荷预测论文; 主成分分析论文; 反向传播神经网络论文; 收敛速度论文; 预测精度论文;