

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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、電力負(fù)荷預(yù)測是電力系統(tǒng)安全調(diào)度、經(jīng)濟(jì)運(yùn)行的重要依據(jù),是社會正常生產(chǎn)、降低發(fā)電成本的有力保障。神經(jīng)網(wǎng)絡(luò)預(yù)測模型是一種比較常用的短期電力負(fù)荷預(yù)測模型。本文針對傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的不足之處進(jìn)行改進(jìn),建立新的預(yù)測模型,并應(yīng)用于短期電力負(fù)荷預(yù)測。本文的主要研究內(nèi)容如下:
(1)針對傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型收斂慢、容易陷入局部最優(yōu)等不足,引入收斂速度快、全局搜索能力強(qiáng)的粒子群優(yōu)化算法代替BP算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值,建立一種基于粒子
2、群優(yōu)化算法的神經(jīng)網(wǎng)絡(luò)預(yù)測模型。分析溫度和負(fù)荷的關(guān)系,并在對夏季負(fù)荷進(jìn)行預(yù)測時,引入實時溫度因子。通過對某地區(qū)秋季和夏季負(fù)荷進(jìn)行實驗仿真,驗證了該模型的有效性和優(yōu)越性。
(2)針對標(biāo)準(zhǔn)粒子群算法不能夠絕對保證搜索到全局最優(yōu)解,容易陷入局部極小解的問題,在粒子群優(yōu)化算法搜索過程中引入模擬退火算法中概率突跳的思想,提出一種混合算法。該算法繼承了PSO算法的優(yōu)點且在搜索過程中也擁有概率突跳的能力,能夠有效的跳出局部最優(yōu)解。將該算法
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(hù)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(fù)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
- 基于粒子群優(yōu)化模糊推理的短期電力負(fù)荷預(yù)測.pdf
- 基于粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的電力短期負(fù)荷預(yù)測研究.pdf
- 基于改進(jìn)粒子群算法的短期電力負(fù)荷組合預(yù)測模型的研究.pdf
- 基于粒子群BP神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測.pdf
- 基于粒子濾波算法的電力系統(tǒng)短期負(fù)荷預(yù)測.pdf
- 帶擴(kuò)展記憶的粒子群優(yōu)化算法及其在電力系統(tǒng)短期負(fù)荷預(yù)測中應(yīng)用.pdf
- 基于粒子群模糊徑向基網(wǎng)絡(luò)的電力系統(tǒng)短期負(fù)荷預(yù)測.pdf
- 基于神經(jīng)網(wǎng)絡(luò)粒子群優(yōu)化算法的地區(qū)負(fù)荷預(yù)測研究.pdf
- 改進(jìn)粒子群算法在電力負(fù)荷預(yù)測中的應(yīng)用.pdf
- 基于粒子群BP神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測研究.pdf
- 基于智能優(yōu)化模型的短期電力負(fù)荷預(yù)測系統(tǒng).pdf
- 基于GA-PSO算法優(yōu)化BP網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測.pdf
- 基于粒子群優(yōu)化的GM(1,1)冪模型電力負(fù)荷預(yù)測研究.pdf
- 改進(jìn)粒子群算法在電力負(fù)荷組合預(yù)測中的應(yīng)用研究.pdf
- 粒子群優(yōu)化算法粒子群優(yōu)化算法簡介
- 基于優(yōu)化決策樹的短期電力負(fù)荷預(yù)測研究.pdf
- 基于改進(jìn)粒子群算法的電力負(fù)荷模型參數(shù)辨識研究.pdf
- 基于粒子群算法熱力站供熱負(fù)荷預(yù)測與控制研究.pdf
- 粒子群優(yōu)化算法粒子群優(yōu)化算法簡介
- 基于混合粒子群算法的水火電短期優(yōu)化調(diào)度的研究.pdf
評論
0/150
提交評論