国家教育部博士点基金(20080145000)
- 作品数：1 被引量：3H指数：1
- 相关作者：张石汪定伟张瑞友更多>>
- 相关机构：东北大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于PCA-BPNN方法的中长期电力负荷预测被引量：3
- 2010年
- 针对基于反向传播神经网络(Back-Propagation Neural Network,BPNN)的中长期电力负荷预测算法中,预测模型的精度和泛化能力易受输入样本变量影响这一问题,利用主元分析(Principal Component Analysis,PCA)方法能消除变量间相关性的特点,对BPNN的输入空间进行重构,消除重叠信息,提取主导因素,优化了网络结构,提高了预测精度。通过实例验证了该方法的有效性。此方法可以使用电计划部门实时、准确的预测电力负荷,以此最优的配比发电机组,也可减少由于预测不准确带来的电力系统各种故障的发生。
- 张石张瑞友汪定伟
- 关键词：主元分析BP神经网络负荷预测电力系统
