基于遗传算法优化Elman神经网络的短期功率预测方法
- 专利权人:
- 东华大学
- 发明人:
- 周武能,尤亚锋
- 申请号：
- CN201810393800.2
- 公开号：
- CN108665095A
- 申请日:
- 2018.04.27
- 申请国别(地区):
- 中国
- 年份:
- 2018
- 代理人:
- 宋缨`钱文斌
- 摘要：
- 本发明涉及一种基于遗传算法优化Elman神经网络的短期功率预测方法，包括以下步骤：首先确定Elman神经网络拓扑结构，其中包括神经网络输入层节点个数、隐藏层节点个数、输出层节点个数、承接层节点个数等。然后初始化Elman神经网络权值阈值长度。再使用遗传算法对初始值进行编码并进行交叉变异等操作产生优化后的神经网络初始权值，最后对神经网络进行学习和训练并更新权值，得到预测结果。本发明使得预测准确率更高，速度更快，便于电网的调度运行。
- 来源网站：
- 中国工程科技知识中心
