电力系统短期负荷预测的多神经网络集成模型

来源 :上海海事大学学报 | 被引量 : 0次 | 上传用户:fengsuiyu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出一种改进的多神经网络集成自适应Boosting回归算法,算法中引入"早停规则"和"噪声扰动".利用这种方法对电力系统日负荷预测进行相关的研究,进而采用美国加州电力市场的实际数据,构造相应的预测模型.结果表明,与传统的单网络预测模型相比,Boosting多网络集成预测模型能显著提高模型输出的稳定性,获得更高的预测精度.
其他文献
针对控制系统的故障诊断,阐述了利用滑模观测器进行故障诊断的方法.该方法能够直接估计系统发生的故障,同时将该方法用于汽车主动悬架的故障诊断中,仿真结果证明了该方法的有
针对电差动技术在起重机大功率电机驱动方面的应用优势,提出1种四电机差动协调工作和转矩平衡控制方法.该方法以PLC和变频器作为主要控制设备,通过PROFIBUS通信协议完成系统的同
阐述了一种智能型电导率仪的软硬件结构及工作原理。该仪器可以测量溶液电导率,同时测量溶液温度,并实现温度补偿、量程自动转换,具有运算精度高、检测速度快的特点。最后给出了实验数据。
通过分析船舶及船用设备的可维修性概念、要求及影响因素,指出提高船舶及船用设备的可维修性,应在船舶及设备的设计与建造阶段,充分考虑部件的互换性、维修的可达性、简易方