中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > Elman神经网络在农网短期负荷预测中的应用 安徽农业科学 2011,39 (4) 2424-2426
Position: Home > Articles > Application of Elman Neural Network to Short-Term Load Forecasting in Rural Power System Journal of Anhui Agricultural Sciences 2011,39 (4) 2424-2426

Elman神经网络在农网短期负荷预测中的应用

作  者：
周晓华;佘乾仲;王荔芳
单  位：
广西大学电气工程学院;昆明学院自动控制与机械工程系;广西工学院电子信息与控制工程系
关键词：
农村电网;短期电力负荷;BP神经网络;Elman神经网络;负荷预测
摘  要：
为提高负荷预测精度,更好地反映负荷的动态特性,提出了一种基于Elman神经网络的预测方法。先对负荷样本进行数据预处理,消除伪数据,然后把不同日各时刻的负荷序列作为样本,对未来时刻的负荷进行短期预测。预测实例表明,基于Elman神经网络的预测方法比基于BP神经网络的预测方法具有更好的预测效果。
译  名：
Application of Elman Neural Network to Short-Term Load Forecasting in Rural Power System
作  者：
ZHOU Xiao-hua et al(Department of Electronic Information and Control Engineering,Guangxi University of Technology,Liuzhou,Guangxi 545006)
关键词：
Countryside distribution network;Short-term load;BP neural network;Elman neural network;Load forecasting
摘  要：
To enhance the load forecasting precision and reflect the dynamic characteristics of the short-term load changes of rural power system,the method of load forecasting based on Elman neural network was proposed.Firstly,the load samples were filtered and processed generally.Then,the load series of each time of different days were chosen as the training samples.And finally,the short-term load was forecasted by historical data after eliminating the pseudo-data.As the results of an example of factual forecasting show,the effect of method of load forecasting based on Elman neural network better than the method of load forecasting based on BP neural network.

相似文章

导出引用
计量
文章访问数: 10
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46