基于模块化回声状态网络的实时电力负荷预测

发布时间：2017-11-23 19:34

  本文关键词：基于模块化回声状态网络的实时电力负荷预测

  更多相关文章： 实时负荷预测 模块化回声状态网络 时间序列

【摘要】：电力负荷预测特别是实时电力负荷预测是电力系统规划的重要组成部分,也是电力系统可靠、经济运行的基础。针对回声状态神经网络在实时负荷预测中存在易受噪声影响、鲁棒性不强、不稳定的问题,提出了将基于模块化回声状态网络的方法应用于实时电力负荷预测中。根据输入时序数据所引起的储蓄池内部状态的相似性对储蓄池空间进行模块划分,将此高维空间划分为多个子模块,针对每一个模块训练一个读出器,最后把各个模块的输出结果集成输出。利用模块化回声状态网络模型,对大客户的实时负荷数据进行预测,并与几种短期负荷预测模型进行精度和稳定性的对比实验,结果表明,模块化回声状态网络在实时负荷预测中既提高了预测精度,又增强了预测的稳定性和泛化性能。
【作者单位】： 广东电网公司电力科学研究院;华南理工大学计算机科学与工程学院;
【基金】：高等学校博士学科点专项科研基金(20110172120027) 广东省自然科学基金资助项目(S2012010009961)~~
【分类号】：TM715
【正文快照】： 块训练一个读出器,最后把各个模块的输出结果集成输出。利用模块化回声状态网络模型,对大客户的实时负荷数据进行预测,并与几种短期负荷预测模型进行精度和稳定性的对比实验,结果表明,模块化回声状态网络在实时负荷预测中既提高了预测精度,又增强了预测的稳定性和泛化性能。0

【参考文献】

中国期刊全文数据库 前10条

1 刘瑞叶;黄磊;;基于动态神经网络的风电场输出功率预测[J];电力系统自动化;2012年11期

2 陈刚;周杰;张雪君;张忠静;;基于BP与RBF级联神经网络的日负荷预测[J];电网技术;2009年12期

3 周建中;张亚超;李清清;郭俊;;基于动态自适应径向基函数网络的概率性短期负荷预测[J];电网技术;2010年03期

4 杜鹃;;改进的TSK型动态模糊神经网络在短期负荷预测中的应用(英文)[J];电网技术;2010年04期

5 刘国徽;刘小满;余雪芳;王勇;;基于ARIMA和LS-SVM组合模型的短期负荷预测[J];广东电力;2010年11期

6 嵇灵;牛东晓;吴焕苗;;基于贝叶斯框架和回声状态网络的日最大负荷预测研究[J];电网技术;2012年11期

7 张平;潘学萍;薛文超;;基于小波分解模糊灰色聚类和BP神经网络的短期负荷预测[J];电力自动化设备;2012年11期

8 王孔森;盛戈v，

本文编号：1219604