一种基于进化算法的小波神经元短期负荷预测方法

陈芳; 赵剑剑; 汪志宏; 毛学锋

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

一种基于进化算法的小波神经元短期负荷预测方法

更新时间：2025-11-18

- 一种基于进化算法的小波神经元短期负荷预测方法
- A short-term load forecasting method of wavelet neuron based on evolutionary algorithm
- 湖南电力 2005年第1期页码：1-4
- 作者机构：
  
  1.   湖南省水利水电职业学院
  2.   广东省粤电集团有限公司
  3.   湖南省超高压输变电公司湖南长沙410131
  4.   广东广州510630
  5.   湖南长沙410015
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TM715
- 纸质出版：2005
- 稿件说明：
移动端阅览
[1]陈芳,赵剑剑,汪志宏,毛学锋.一种基于进化算法的小波神经元短期负荷预测方法[J].湖南电力,2005(01):1-4.

CHEN Fang 1, ZHAO Jian-jian 2, WANG Zhi-hong 1, et al. A short-term load forecasting method of wavelet neuron based on evolutionary algorithm[J]. 2005, (1): 1-4.
[1]陈芳,赵剑剑,汪志宏,毛学锋.一种基于进化算法的小波神经元短期负荷预测方法[J].湖南电力,2005(01):1-4. DOI：

CHEN Fang 1, ZHAO Jian-jian 2, WANG Zhi-hong 1, et al. A short-term load forecasting method of wavelet neuron based on evolutionary algorithm[J]. 2005, (1): 1-4. DOI：

摘要

提出了一种新的小波神经元网络（ WNN）短期负荷预测方法。小波神经元网络比多层前馈神经网络具有更多自由度和更好的适应性。采用 Morlet小波作为激活函数

应用进化算法学习网络的输入和输出之间的非线性关系。为解决小的训练误差并不表现为小的预测误差的问题

提出了一种自学习隶属度分析聚类的训练样本的选择方法。应用 2 0 0 2年某省电网的负荷数据和气象资料建模预测

结果表明本预测模型具有较高的预测精度和运行稳定性

普适性较好。

Abstract

This paper introduces a new short-term load forecasting method of WNN. WNN holds more adaptability and flexibility than does ANN. The Morlet Wavelet is chosen as the sigmoid function which is usually selected as the transforming function of the hidden layer. The paper adopts the evolving Algorism to train the nonlinear relationship between input and output of WNN network. In the process of choosing training samples

an improved clustering method is brought forward in accord with the characteristics of short-term load forecasting. The results of practical operation indicate that WNN has high stability

forecasting precision

and adaptation.

关键词

Keywords

references

浏览量

107

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种改进的电力系统短期负荷预测方法

基于神经网络BP算法的局部电网短期负荷预测系统

基于GA理论与QPSO-ELM结合的短期负荷预测方法