您的位置：
首页
>
农业专利
>
详情页
基于改进的遗传小波神经网络的短期电力负荷预测方法
- 专利权人:
- 东华大学
- 发明人:
- 仇暑洋,钱素琴
- 申请号：
- CN201710951859.4
- 公开号：
- CN107730041A
- 申请日:
- 2017.10.12
- 申请国别(地区):
- 中国
- 年份:
- 2018
- 代理人:
- 翁若莹`吴小丽
- 摘要：
- 本发明提供了一种基于改进的遗传小波神经网络的短期电力负荷预测方法，神经网络的输入量为预测时刻对应的前多个小时的负荷值，神经网络的输出量为预测时刻的负荷值；利用遗传算法选出小波神经网络最优的初始权值，并将其用于小波神经网络；同时在小波神经网络权值修正的过程中增加动量项，避免陷入局部最优；从而构成改进的遗传小波神经网络；利用改进的遗传小波神经网络进行短期电力负荷预测。改进的遗传小波神经网络兼具小波神经网络和遗传算法的优点，不仅具有较好的误差反馈修正的动态过程，而且拥有很强的动态非线性拟合能力。将其应用到短期电力负荷预测中，能够更好的拟合电力负荷系统的非线性、动态性和时变性的特点，预测精度高。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
