公共文化服务平台

共 1 条记录，以下是 1-1

全选清除导出

排序方式：

基于PSO-Elman神经网络的电力系统短期负荷预测模型研究被引量：7: 2010年; 提出了基于粒子群优化算法—Elman神经网络的电力系统短期负荷预测模型,采用具有动态递归性能的Elman神经网络,可增强负荷预测模型的联想和泛化推理能力,保证负荷预测的精度。采用粒子群优化算法对Elman神经网络进行学习训练,可充分利用粒子群优化算法的全局寻优性能,克服常规学习算法易于陷入局部最优解、收敛速度慢、编程复杂等缺陷。通过对地区电网负荷系统的实例仿真证实了所提出方法的有效性,获得了较满意的预测精度,平均绝对误差和最大相对误差分别达到1.988%和4.673%。为该模型用于实际工程取得了有效的进展。; 刘远龙龚文杰徐超张智晟张伟王鑫赵建伟; 关键词：电力系统短期负荷预测 ELMAN神经网络粒子群优化算法

全选清除导出

共1页<1>

赵建伟