结果:找到“电力负荷预测”相关内容37个,排序为按回复时间降序,搜索更多相关帖子请点击“高级
基于基因表达式编程的电力负荷预测算法
2 个回复 - 836 次查看 【作者(必填)】徐云燕; 【文题(必填)】基于基因表达式编程的电力负荷预测算法 【年份(必填)】2012 【全文链接或数据库名称(选填)】 http://www.info1.zj.sgcc.com.cn:8000/kns50/detail.aspx?QueryID=17 ...2012-8-19 06:00 - B.N.F - 求助成功区
求中南大学“基于数据挖掘技术的电力负荷预测研究”
4 个回复 - 1284 次查看 【作者(必填)】沈海澜 【文题(必填)】基于数据挖掘技术的电力负荷预测研究 【年份(必填)】也许是2003年 【全文链接或数据库名称(选填)】2016-2-22 22:07 - heavenicefox - 求助成功区
基于遗传算法和BP神经网络的城区中长期电力负荷预测与分析
0 个回复 - 1201 次查看 基于遗传算法和BP神经网络的城区中长期电力负荷预测与分析2015-4-27 08:45 - matlab-007 - MATLAB等数学软件专版
小波神经网络电力负荷预测
0 个回复 - 158 次查看 小波神经网络电力负荷预测2015-3-9 16:57 - matlab-007 - MATLAB等数学软件专版
电力负荷预测技术及其应用电子版教材
2 个回复 - 2765 次查看 2015-4-22 22:03 - 蓝色二条 - 能源经济学
一种基于数据挖掘技术的电力负荷预测系统
0 个回复 - 564 次查看 摘要:电力负荷预测是一项重要和具有挑战性的工作.本文介绍了一种基于数据挖掘技术的电力负荷预测系统的设计与实现过程.该系统基于C/S架构,采用了数据挖掘技术中的决策树算法,并在实际应用中取得了良好的效果.送人玫 ...2018-2-21 02:00 - a智多星 - 人工智能论文版
人工神经网络在上海电力负荷预测中的应用
0 个回复 - 501 次查看 摘要:分析了上海市电力月峰值负荷时间序列的特点,选择趋势分量和周期分量作为神经网络的输入变量,给出BP神经网络辨识预测此类系统的一般方法和具体步骤。从预测的结果可以看出,人工神经网络辨识和预测具有趋势性 ...2018-2-19 21:00 - DL-er - 人工智能论文版
一种基于模糊逻辑和神经网络的电力负荷预测方法
0 个回复 - 337 次查看 摘要:应用模糊理论、人工神经网络等智能技术,确定了有效的电力系统短期负荷预测方法,其中着重考虑了天气因素对电网负荷的影响.并开发了实用化的负荷在线预测软件,该软件是基于Windows的应用程序,具有开放式的结构和 ...2018-2-12 19:20 - 人工智能-AI - 人工智能论文版
具有二重趋势性的季节型电力负荷预测组合优化灰色神经网络模型
0 个回复 - 564 次查看 摘要:电力负荷预测是电力系统的一项重要工作,季节型电力负荷预测是一个难点,缺少相应的数量预测方法.对于具有增长和波动二重趋势性的季节型电力负荷,首次提出了季节型负荷预测的组合优化灰色神经网络模型,研究了同时 ...2018-2-11 07:00 - 人工智能-AI - 人工智能论文版
基于RBF神经网络的短期电力负荷预测
0 个回复 - 395 次查看 摘要:研究了天气和特殊事件对电力负荷的影响,建立了结合径向基函数神经网络来进行短期负荷预测的模型。将温度、降雨量运用于径向基函数神经网络中,提高了训练的可信度和可靠性.利用该模型编排的实用化软件投入到 ...2018-2-11 02:20 - 论文库 - 人工智能论文版
小波及混沌学习神经网络在短期电力负荷预测中的应用
0 个回复 - 373 次查看 摘要:该文提出了采用小波和神经网络混合模型进行电力系统短期负荷预测方法。首先基于小波多分辨率分析方法将负荷序列分解成具有不同频率特征的序列。然后,根据分解后的各个分量的特点构造不同的神经网络模型对各分 ...2018-2-6 21:40 - AIworld - 人工智能论文版
小波神经网络及其在电力负荷预测中应用概述
0 个回复 - 419 次查看 摘要:小波神经网络是建立在小波理论基础上的一种新型前馈神经网络,具有许多优良特性.本文介绍小波神经网络的构成原理、设计方法和优点,分析小波神经网络在电力负荷预测领域的研究和应用现状.文中所指小波神经网络的 ...2018-2-3 00:00 - DL-er - 人工智能论文版
基于小波神经网络的电力负荷预测方法
0 个回复 - 348 次查看 摘要:分析了小波神经网络的特点,研究了在电力负荷预测中小波神经网络存在的优缺点及适用范围.通过对小波神经网络和BP神经网络的结构和算法进行理论分析,并对实际电力负荷预测算例进行对比研究,指出小波神经网络本身 ...2018-1-31 23:40 - DL-er - 人工智能论文版
基于改进粒子群-模糊神经网络的短期电力负荷预测
0 个回复 - 490 次查看 摘要:为了提高短期电力负荷预测精度,提出了改进的粒子群-模糊神经网络混合优化算法.用改进的粒子群训练神经网络,实现了模糊神经网络参数优化.建立了基于该优化算法的短期负荷预测模型,综合考虑气象、天气、日期 ...2018-1-31 17:00 - a智多星 - 人工智能论文版
基于数据挖掘的FNN短期电力负荷预测方法研究
0 个回复 - 393 次查看 摘要:针对人工神经网络模型在进行负荷预测时,大多不考虑气象等因素的影响,提出了一种基于数据挖掘预处理的改进短期电力负荷预测的方法,应用数据挖掘的聚类功能,寻找与预测日同等气象类型的多个历史短期负荷数据 ...2018-1-31 02:19 - a智多星 - 人工智能论文版
基于串联灰色神经网络的电力负荷预测方法
0 个回复 - 526 次查看 摘要:为了提高电力负荷预测的精度,分析现有人工神经网络和灰色预测方法各自的优缺点,将二者相结合提出了一种串联灰色神经网络预测方法.新方法利用灰色预测中的累加生成运算对原始数据进行变换,从而得到规律性较 ...2018-1-29 18:00 - a智多星 - 人工智能论文版
RBF神经网络在电力负荷预测中的应用
0 个回复 - 348 次查看 摘要:将RBF(Radial Basis Function,辐基函数)人工神经网络模型用于电力系统日峰值负荷与日小时负荷的预测。文中首先给出了RBF网络的结构,然后讨论确定RBF网络中心及网络训练的聚 ...2018-1-18 09:20 - 论文库 - 人工智能论文版
基于人群搜索算法优化参数的支持向量机短期电力负荷预测
0 个回复 - 380 次查看 摘要:支持向量机是一种新型机器学习算法,它基于结构风险最小化准则取得较小的实际风险,有效提高了泛化能力,具有理论严密、适应性强、全局优化等特点,在模式识别和回归问题等方面应用广泛。以某地区历史负荷数据为输 ...2018-1-12 11:00 - DL-er - 人工智能论文版
基于数据挖掘的智能化电力负荷预测
0 个回复 - 448 次查看 摘要:对电力负荷预测的研究主要运用了数据挖掘中的聚类分析法,建立了预测算法与预测模型相分离的通用算法库,实现了负荷预测的智能化.通过海量数据存储、数据挖掘和决策信息的支持,可有效地克服数据有限性、不完 ...2018-1-7 20:00 - a智多星 - 人工智能论文版
一种基于神经网络的电力负荷预测方法
0 个回复 - 370 次查看 摘要:提出一种基于人工神经网络的电力负荷预测方法,该方法充分吸收了神经网络非线性逼近能力的优点.在神经网络结构设计中充分考虑了电力负荷的特点,并用神经网络加权最小方差模型(NNWLS)对样本进行训练.在实际预测中 ...2018-1-7 09:00 - DL-er - 人工智能论文版
神经网络在电力负荷预测中的应用研究
0 个回复 - 315 次查看 摘要:研究电力负荷预测问题,针对精确测量电力负荷,由于影响电力负荷因素之间存在着非线性,因素之间存在冗余信息,传统的数学模型在电力负荷预测中精度较低,为了有效提高电力负荷的预测精度,提出了一种主成分分析(PC ...2018-1-3 18:00 - 论文库 - 人工智能论文版
神经网络优选组合预测模型在电力负荷预测中的应用
0 个回复 - 301 次查看 摘要:针对以往的组合预测模型中,最优权重不能保证非负性的问题,引入了神经网络优选组合预测模型.实例验证表明,此模型具有很强的自适应性和较高的预测精度.原文链接:http://www.cqvip.com//QK/85032X/200501/1505824 ...2018-1-3 16:00 - DL-er - 人工智能论文版
基于灰色系统和人工神经网络的中长期电力负荷预测
0 个回复 - 684 次查看 摘要:利用灰色预测需要样本数据量少、建模过程简单的特点,对中长期电力负荷进行前期预测,结合人工神经网络对大量非线性、非精确性规律具有自适应和自学习能力的优点,在考虑经济因素的前提下对输入数据进行了预处理, ...2017-12-31 19:40 - a智多星 - 人工智能论文版
数据挖掘在电力负荷预测中的应用
0 个回复 - 557 次查看 摘要:从寻求准确预测电力系统负荷的目的出发,提出了利用数据挖掘方法将电力系统大量的历史负荷数据按照相应影响因素进行分类,建立负荷预测的决策树,该方法克服了其他线性预测方法带来人为误差的缺陷。着重介绍了 ...2017-12-30 02:40 - 论文库 - 人工智能论文版
改进粒子群-BP神经网络模型的短期电力负荷预测
1 个回复 - 650 次查看 摘要:为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群算法(MPSO),并与BP算法相结合,形成改进的粒子群-BP(MPSO-BP)神经网络算法,用此算法训练神经网络,实现了神经网络参数优化,得到了基于MPSO ...2017-10-30 09:40 - 人工智能-AI - 人工智能论文版
基于粒子群模糊神经网络的短期电力负荷预测
0 个回复 - 443 次查看 摘要:为了从根本上提高短期电力负荷预测中神经网络的速度和预测精度,提出了将粒子群算法和BP算法相结合的短期负荷预测方法。用粒子群算法来训练网络参数,直到误差趋于一稳定值,然后用优化的权值进行BP算法,实现 ...2017-10-29 14:40 - 论文库 - 人工智能论文版
广义回归神经网络模型在短期电力负荷预测中的应用研究
0 个回复 - 534 次查看 摘要:介绍了广义回归神经网络(GRNN)的基本理论,指出其回归的实质就是对平滑参数的优化。考虑到常规差分进化算法容易“早熟”,全局寻优效率偏低,提出了基于优进策略的差分进化算法,利用种群繁衍的有用信息改进 ...2017-10-28 21:00 - AIworld - 人工智能论文版
离群数据挖掘及其在电力负荷预测中的应用
0 个回复 - 489 次查看 摘要:离群数据挖掘是数据挖掘的一个重要内容,它为分析各种海量的、复杂的、含有噪声的数据提供了新的方法,但它在电力系统中还未得到广泛的应用。文中通过对现有的主要离群数据挖掘算法的简要对比说明,针对电力系 ...2017-10-27 12:00 - a智多星 - 人工智能论文版
基于组合式神经网络的短期电力负荷预测模型
0 个回复 - 545 次查看 摘要:通过对电力负荷变化规律和影响因素的分析,提出了一种基于组合式神经网络的短期电力负荷预测模型。该模型综合运用神经网络、模糊聚类分析和模式识别理论方法进行建模。首先,采用模糊聚类分析方法,以每天的24 ...2017-10-24 17:20 - a智多星 - 人工智能论文版
神经网络在电力负荷预测中的应用
0 个回复 - 534 次查看 摘要:在短期负荷预测过程中,引起负荷变动的因素与负荷之间的非线性映射关系是造成预测结果与实际结果之间存在偏差的原因之一。神经网络具有很强的非线性映射能力和自学习能力。为提高短期负荷预测的精度,基于神经网 ...2017-9-25 22:00 - AIworld - 人工智能论文版
基于改进BP人工神经网络的电力负荷预测
0 个回复 - 542 次查看 摘要:电力系统负荷预测的精度将直接影响电力系统的经济效益和用电的安全和稳定,短期电力负荷预测的重要组成部分。利用人工神经网络可以任意逼近非线性系统的特性,将其用于短期负荷预测。该文研究了在改进的BP网络中 ...2017-9-22 06:20 - a智多星 - 人工智能论文版
Ada—BP神经网络改进算法在电力负荷预测中的应用研究
0 个回复 - 689 次查看 摘要:针对目前电力负荷预测算法精度不高的现状,提出使用Ada—BP神经网络改进算法作为负荷预测的新方法。通过对同一个训练集训练不同的弱学习器,然后将这些弱学习器集合起来,构成一个强学习器,从而提高算法的泛化 ...2017-9-21 22:00 - a智多星 - 人工智能论文版
基于遗传算法和BP神经网络的城区中长期电力负荷预测与分析
0 个回复 - 614 次查看 摘要:由于产业结构的调整、居民消费能力消费结构的变化和市场化等因素的影响,城区中长期电力负荷预测具有相当的难度。建立一个基于遗传算法和BP算法相结合的神经网络预测模型,以南昌市为例做实证,并与传统BP神经 ...2017-9-21 01:00 - 人工智能-AI - 人工智能论文版
基于遗传灰色神经网络模型的实时电价条件下短期电力负荷预测
0 个回复 - 562 次查看 摘要:在智能电网条件下,用户的用电模式将会发生重大变化,其中一个显著的变化就是用户可以根据电能需求结合实时电价调整其消费模式。这使得用户负荷预测更为复杂。在对影响短期电力负荷特性的各种因素进行分析的基 ...2017-9-20 04:20 - 论文库 - 人工智能论文版
求:《电力负荷预测技术及其应用 》
1 个回复 - 817 次查看 ~ 牛东晓 (作者) [*]出版社: 中国电力出版社; 第1版 (1998年10月1日) [*]平装: 232页 [*]语种: 简体中文 [*]开本: 0开 [*]ISBN: 7801258959 [*]条形码: 97878012589532014-3-4 13:28 - 唐宋元清 - 悬赏大厅
2013-01-14《基于SVM的电力负荷预测建模》在线交流
0 个回复 - 1020 次查看 演讲内容:基于SVM的电力负荷预测建模 交流时间:2013-01-14 19:30~20:30 培训性质:免费在线 报名地址:http://www.tipdm.cm/feedback.php?ftype=1&subject=105 更多培训:http://www.tipdm.com/teach.php?a ...2013-1-8 14:10 - china_cao - 数据分析与数据挖掘