版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、霹飄分類號一密級一——～U[】C艮礬理了犬學(xué)碩士學(xué)位論文基主厶王盟經(jīng)圓終毆電力縋塑魚煎亟型丞筮盟壅研究生姓名陳浩指導(dǎo)教師姓名、職稱——奎薹壟!熬塑!學(xué)科專業(yè)管理科學(xué)與工程研究方向厶三盤絲論文工作起止日期2004年6月3日論文提交日期2005年4月10E1AbstractNowadays，ourcourttryisbeinginaseriouselectricpowerscarceperiodTheelectricpowershortag
2、einnation—widescopenotonlYhasseriouslyaffectedtheindustrialproductionandbroughtgreatinconveniencetopeople‘slife，butalsohascausedaseriesofsocialproblemTosolvetheproblemofelectricpowershortage，wemustdeepenonthereformofelec
3、tricpowermarketcontinuouslyThus，itrequiresthePowerenterprisestoexcavatePotentialofthemselvesunderexistingconditions，reasonablymanagepowerresource，andreducethepecuniarylossbroughtbytheelectricpowershortageasbestasonecanTh
4、eshort—termelectricloadforecastisaveryimportantlinkintheelectricpowermanagement，resultedinagreatimprovementintheestablishmentoftheproductionplanofgenerators，thereasonabledeployforfireandwatergeneratee】ectricityandfuelthe
5、short。termmaintenanceofsafeanalysisequipmentsandthespreadoftheenergyofelectricalnetworkInadaythatinformativeconstructionareinvigorouSdevelopment，traditionalartificialforecastCannotalreadySatiSfytheneedsofelectriCpowerind
6、ustrialdevelopmentmoreandmoreHowever，theIlewforecastmethodofrepresentative，whichiSartificialneuralnetwork，showsitShugesuperiorityAfterstudyingplentyofdocumentsandanalyzingvariousimportantfactorsofelectricpowerload，theBPn
7、etworkwiththree—layerstructurehasbeenconstructed，andthenetworkwastrainedwithhistoricalelectricpoWerloaddataresuRedsncaassfulshoft—termelectriCpowerloadforecastAndtheprecisionhasrisentoahigherlevelcomparedwiththeresultfor
8、ecastedbytraditionaImethods，whichprovesthevalidityofartificialnervenetworkinthepowerloadforecastfieldofshortperiodAftertheartifieialnel1ralnetworkmodelofshortperiodpowerloadfecasthadbeen’established，andguidedbytheobjcot—
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于人工神經(jīng)網(wǎng)絡(luò)的短期電力負荷在線預(yù)測研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的短期負荷預(yù)測.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的短期電力負荷預(yù)測研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的短期電力負荷預(yù)測.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的電力負荷短期預(yù)測.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的短期電力負荷預(yù)測研究.pdf
- 短期負荷預(yù)測論文：基于神經(jīng)網(wǎng)絡(luò)的短期電力負荷預(yù)測研究-（word可編輯）
- 基于人工神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負荷預(yù)測的應(yīng)用分析.pdf
- 基于混沌神經(jīng)網(wǎng)絡(luò)的電力負荷短期預(yù)測.pdf
- 基于量子神經(jīng)網(wǎng)絡(luò)的短期電力負荷預(yù)測研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的短期電力負荷預(yù)測的研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的短期電力負荷預(yù)測的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的大連地區(qū)短期電力負荷預(yù)測.pdf
- 基于改進人工神經(jīng)網(wǎng)絡(luò)法的短期負荷預(yù)測.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負荷預(yù)測研究(1)
- 基于人工神經(jīng)網(wǎng)絡(luò)的燃氣短期負荷預(yù)測研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的短期負荷預(yù)測研究
- 基于時間序列和人工神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負荷預(yù)測.pdf
- 基于模糊邏輯與神經(jīng)網(wǎng)絡(luò)的短期負荷預(yù)測系統(tǒng)研究.pdf
- 基于改進神經(jīng)網(wǎng)絡(luò)算法的電力負荷短期預(yù)測研究
評論
0/150
提交評論