格式：pdf
大小：160KB
頁數(shù)：
負荷預測對電網(wǎng)規(guī)劃和售電市場調控具有重要意義。由于電力負荷與天氣、日期、區(qū)域等多個因素密切相關,存在較強的不確定性和非線性特征,導致傳統(tǒng)方法的負荷預測精度較低。為了提高負荷預測精度,提出基于正交投影徑向基函數(shù)極限學習機(OPRBF-ELM)的短期電力負荷預測算法。該算法將ELM的隱含層節(jié)點替換為徑向基神經(jīng)元,基于訓練誤差二范數(shù)最小化準則,采用正交投影計算輸出權值向量,并在核函數(shù)的數(shù)量取值范圍內索引獲取使得訓練集均方根誤差(RMSE)最小的預測負荷結果。算法預測過程中只需要設置網(wǎng)絡的徑向基神經(jīng)元(RBF)個數(shù),不需要調整輸入權值及隱含層偏差,且正交投影能較好地消除輸入樣本特征之間的相關性,快速有效得到輸出權值向量,從而提高負荷預測精度。以我國某省電動汽車用電領域的負荷數(shù)據(jù)作為標準樣本進行仿真,仿真實驗驗證了該算法的可行性和有效性,與支持向量機(SVM)和傳統(tǒng)RBF-ELM相比,該算法的預測精度高、泛化能力強,具有廣泛的實用性。
格式：pdf
大小：523KB
頁數(shù)： 4頁
介紹極限學習機（ELM）的原理，提出極限學習機模型的城市燃氣短期負荷預測方法。以重慶市某區(qū)域燃氣日負荷、氣溫、日期類型及天氣狀況等數(shù)據(jù)為訓練樣本，采用歸一化等預處理方法處理輸入數(shù)據(jù)，通過確定最優(yōu)隱含層節(jié)點數(shù)等建立最優(yōu)極限學習機模型。將實際值和通過采用極限學習機與支持向量機（SVM）方法得到的燃氣日負荷預測值進行對比，將采用極限學習機與支持向量機方法的訓練時間和預測時間進行對比，極限學習機預測方法具有較好的預測精度，且訓練時間短。
熱門知識
好記星學習機-
-
話題： 地產家居lianzi2008
-
-
話題： 地產家居yuchuan2001
-
精華知識
好記星學習機-
話題： 地產家居zenith2012
-
-
話題： 地產家居guoyang110
最新知識
好記星學習機-
-
話題： 工程造價fanbin2004
-
話題： 地產家居wx19880324
-
-
相關問答
好記星學習機-
話題： 地產家居yurenlover
-
話題： 地產家居zhuzhuge123
-
話題： 地產家居northtiger
-
話題： 工程造價shao791010
好記星學習機相關專題
- 好記星平板電腦多少錢
- 好記星平板電腦好用嗎
- 好記星平板電腦哪款好
- 好記星學習機功能
- 好記星學習機怎么樣
- 好記星學習機價格
- 好記星n808破解
- 好記星n808升級
- 好記星n808參數(shù)
- 好記星n707破解
- 貢獻度極限學習機理論算法的輸電線路工程造價預測
- 改進遺傳算法優(yōu)化極限學習機的短期電力負荷預測
- 公路隧道施工期圍巖快速分類極限學習機模型??
- 云計算和極限學習機的分布式電力負荷預測算法
- 機械課程設計對大學生學習機械設計的影響??
- 粒子群算法的極限學習機短期電力負荷預測
- 改進極限學習機短期電力負荷預測方法
- 晶閘管電路學習機電源的諧波治理
- 基于壓電堆驅動器的噴嘴擋板式氣體控制閥
- 電氣工程及其自動化特色專業(yè)建設探索
- 分形DGS單元結構設計及其在微帶電路中的應用
- 磷銨技術改造五大磷肥工程的建議
- 以大豆油多元醇制備的硬質聚氨酯泡沫塑料的性能
- 逆變TIG焊機接觸引弧電路的設計(引弧電路)
- 預制砌塊(磚、石)擋土墻工程砌體施工安全技術交底
- 應用模糊數(shù)學理論對公路工程建設項目方案的綜合評價
- 引嫩工程擴建區(qū)土壤水鹽動態(tài)與防治土壤鹽堿措施