• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      農(nóng)業(yè)用電負(fù)荷預(yù)測

      2015-05-30 21:27:07楊雄
      科技創(chuàng)新與應(yīng)用 2015年12期
      關(guān)鍵詞:負(fù)荷預(yù)測人工神經(jīng)網(wǎng)絡(luò)

      摘 要:文章提出了一種日負(fù)荷預(yù)測的新模型。這是一種基于非線性小波的神經(jīng)函數(shù)。這個(gè)小波網(wǎng)絡(luò)由小波基函數(shù)構(gòu)成,并且已經(jīng)得到了全局最優(yōu)解。我們克服了一個(gè)人工神經(jīng)網(wǎng)絡(luò)的固有缺陷即其學(xué)習(xí)速度慢,其網(wǎng)絡(luò)結(jié)構(gòu)是難以合理確定并且它會產(chǎn)生局部最小點(diǎn)。我們可以從實(shí)例中看到,這個(gè)方法可以提高負(fù)荷預(yù)測的精確性和其學(xué)習(xí)速度,并且可以將其應(yīng)用于農(nóng)業(yè)日電力負(fù)荷預(yù)測。

      關(guān)鍵詞:小波神經(jīng)網(wǎng)絡(luò);人工神經(jīng)網(wǎng)絡(luò);負(fù)荷預(yù)測

      一個(gè)日電力負(fù)荷預(yù)測意味著負(fù)荷預(yù)測的時(shí)間單位是小時(shí)、天或者月。由于其本身趨勢有很強(qiáng)的隨機(jī)性,導(dǎo)致對其進(jìn)行數(shù)學(xué)建模產(chǎn)生了一定的困難。而對預(yù)測的精準(zhǔn)性的提高也是很困難的。到目前為止,最有效的預(yù)測方法之一就是人工神經(jīng)網(wǎng)絡(luò)。它可以表達(dá)一個(gè)很復(fù)雜的非線性函數(shù),但與此同時(shí),它有一些內(nèi)在固有的缺陷即它的學(xué)習(xí)速度很慢,并且其網(wǎng)絡(luò)結(jié)構(gòu)是難以合理確定并且它會產(chǎn)生局部最小點(diǎn)。我們采用小波神經(jīng)網(wǎng)絡(luò)來進(jìn)行短期負(fù)荷預(yù)測來解決這些問題。首先,子波系列是通過膨脹、收縮因子和翻譯因子得到的,而后構(gòu)成了一個(gè)小波神經(jīng)網(wǎng)絡(luò)。因?yàn)閮蓚€(gè)新的參數(shù)(膨脹、收縮因子和翻譯因子)被使用,使得小波神經(jīng)網(wǎng)絡(luò)的自由度比人工神經(jīng)網(wǎng)絡(luò)的自由度更高,也因此有更好的函數(shù)逼近能力。

      1 小波的概念和小波變換

      3 短期日負(fù)荷預(yù)測應(yīng)用

      為了實(shí)施文章提出的新方法,我們將中國武漢的日負(fù)荷進(jìn)行預(yù)測,測試2006年10月20日整天24小時(shí)的農(nóng)業(yè)負(fù)荷數(shù)據(jù)。為了比對兩種模型,將分別選擇小波神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)。通過模仿計(jì)算,我們知道的前者的精度和速度提高了不少。

      4 結(jié)束語

      在文章中,我們提出了一種新的農(nóng)業(yè)電力日負(fù)荷預(yù)測的模型——基于小波神經(jīng)網(wǎng)絡(luò)。它克服了人工神經(jīng)網(wǎng)絡(luò)固有的缺陷,即它的學(xué)習(xí)速度慢并且其網(wǎng)絡(luò)結(jié)構(gòu)是難以合理確定并且它會產(chǎn)生局部最小點(diǎn)。其神經(jīng)函數(shù)是基于非線性小波。我們得到全球最佳的擬合效果。并且提高了精度。該網(wǎng)絡(luò)結(jié)構(gòu)由逐步測試方法來確定,因?yàn)樵摼W(wǎng)絡(luò)是一個(gè)單一的隱含層結(jié)構(gòu),它的速度明顯的提高,可以用來預(yù)測農(nóng)業(yè)日負(fù)荷。通過仿真計(jì)算,我們證明了新的模型的有效性。

      參考文獻(xiàn)

      [1]康重慶,夏清,張伯明.電力系統(tǒng)負(fù)荷預(yù)測研究綜述與發(fā)展方向的探討[J].電力系統(tǒng)自動化,2004,28(17):1-11.

      [2]吳杰康,陳明華,陳國通.基于PSO的模糊神經(jīng)網(wǎng)絡(luò)短期負(fù)荷預(yù)測[J].電力系統(tǒng)及其自動化學(xué)報(bào)(Proceedings of the CSU-EPSA),2007,19(1):63-67.

      [3]田瑞,聞新,田春延.小波神經(jīng)網(wǎng)絡(luò)的特征與比較[J].計(jì)算機(jī)測量與控制,2002,10(2):71-73.

      [4]劉滌塵,夏昌浩,胡祥勇,等.基于小波變換的電力系統(tǒng)神經(jīng)網(wǎng)絡(luò)負(fù)荷預(yù)報(bào)研究[J].武漢大學(xué)學(xué)報(bào)(工學(xué)版),2002,35(4).

      [5]叢爽編著.面向MATLAB工具箱的神經(jīng)網(wǎng)絡(luò)理論與應(yīng)用[M].中國科學(xué)技術(shù)大學(xué)出版社,1998.

      [6]劉增良,劉有才.小波變換與神經(jīng)網(wǎng)絡(luò)-理論研究與探索[M].北京: 北京航空航天大學(xué)出版社,1996.

      [7]Liang Rueyhsun,Cheng Chingchi. Short-term load forecasting by a neu-ron-fuzzy based approach[J].Electrical Power and Energy System,2002,24(2):103-111.

      作者簡介:楊雄(1988-),男,江西南昌人,本科,助理工程師,主要研究方向:電力系統(tǒng)負(fù)荷分析、風(fēng)力發(fā)電工程建設(shè)。

      猜你喜歡
      負(fù)荷預(yù)測人工神經(jīng)網(wǎng)絡(luò)
      利用人工神經(jīng)網(wǎng)絡(luò)快速計(jì)算木星系磁坐標(biāo)
      人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)簡單字母的識別
      電子制作(2019年10期)2019-06-17 11:45:10
      滑動電接觸摩擦力的BP與RBF人工神經(jīng)網(wǎng)絡(luò)建模
      基于高階BP神經(jīng)網(wǎng)絡(luò)的日最大負(fù)荷預(yù)測
      電力系統(tǒng)短期負(fù)荷研究綜述
      電力系統(tǒng)負(fù)荷的一元線性模型預(yù)測方法
      面向云計(jì)算的智能電網(wǎng)負(fù)荷預(yù)測平臺模型研究
      基于電力系統(tǒng)負(fù)荷預(yù)測方法的配電網(wǎng)規(guī)劃中的實(shí)踐研究
      亦莊電網(wǎng)負(fù)荷預(yù)測影響因素分析
      人工神經(jīng)網(wǎng)絡(luò)和安時(shí)法電池SOC估計(jì)
      高清| 巴东县| 伽师县| 林西县| 鹿邑县| 达孜县| 宜兰市| 衡水市| 崇明县| 永德县| 子洲县| 株洲市| 梁河县| 阿荣旗| 大姚县| 儋州市| 桃园县| 中山市| 治县。| 乐平市| 庆安县| 屏山县| 镇江市| 本溪| 周宁县| 肃北| 巨鹿县| 汾阳市| 茌平县| 淅川县| 新密市| 逊克县| 宝丰县| 长白| 江陵县| 鹿泉市| 介休市| 临高县| 高密市| 扶余县| 海淀区|