当前位置: 首页 » 资料 » 健康论文 » 基于改进模糊神经网络的电力系统短期负荷预测

基于改进模糊神经网络的电力系统短期负荷预测

放大字体  缩小字体 更新日期:2016-02-07  浏览次数:0
摘 要:提出了基于改进聚类算法的模糊神经网络的短期负荷预测方法。首先,利用改进聚类算法确定模糊神经网络的结构,然后利用混合学习算法训练该网络的前件和结论参数,最后向训练好的模糊神经网络输入相关的影响因素数据进
  • 【题 名】基于改进模糊神经网络的电力系统短期负荷预测
  • 【作 者】杨华芬
  • 【机 构】曲靖师范学院计算机科学系,曲靖655000
  • 【刊 名】《长春工程学院学报:自然科学版》 2009年第10卷第1期,68-71页
  • 【关键词】T-S模糊神经网络 可能性聚类算法 改进聚类算法 短期负荷预测
  • 【文 摘】提出了基于改进聚类算法的模糊神经网络的短期负荷预测方法。首先,利用改进聚类算法确定模糊神经网络的结构,然后利用混合学习算法训练该网络的前件和结论参数,最后向训练好的模糊神经网络输入相关的影响因素数据进行预测。预测结果显示,改进的模糊神经网络可以获得较高的预测精度,所以有更好的使用价值。
 
本文导航:
  • (1) T-S模糊神经网络,可能性聚类算法,改进聚类算法,短期负荷预测
  • 下一篇:鳖甲
  • 上一篇:暂无
 
[ 资料搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 关闭窗口 ]

 

 
推荐图文
推荐资料
热门关注