基于主成分分析的BP神经网络在电力系统负荷预测中的应用_
论文研究-运用样本更新的实时神经网络进行短期电力负荷预测.pdf, 用多层神经网络模型解决短期电力负荷预测问题,提出了运用
ElectricityLoadandPriceForecastingwithMATLAB®Step1:AccessHistoricalDataInteractivelyimport,visualiz
在介绍广义回归神经网络(GRNN)基本算法、网络结构及平滑参数确定方法的基础上,提出将误差序列的均方值作为网络性能的评价指标并采用最小误差对应的平滑参数,建立了GRNN的预测模型。提出了确定输入神经元
云计算应用在电力系统负荷预测,主要文献为基于云理论在城市电力空间预测
随着社会的不断进步,世界各地的微电网技术也在不断发展,而负荷预测作为能量管理系统的重要组成部分,其预测误差的大小直接影响微电网后续安全校核的分析结果,如何提高负荷预测的精度仍是不少专家学者的研究热点。
完整的基于C#的灰色负荷预测,直接可用。包含大量的矩阵处理:行列式,伴随矩阵,求逆,乘积等等
利用MATLAB开发的电力系统节点预测程序,包含对北美电力市场的电力数据进行的一系列数据挖掘工作,程序代码实用,注释详细,包含多种预测算法,极具学习价值!
提出了基于多主体(Multi-AgentsSystem,MAS)协同的电力负荷预测模型,将不同的预测模型封装在不同的Agent中,利用各Agent之间的通信、合作机制来共同完成预测问题的求解,以近似日
针对电力调度交换机短期负荷预测,采用传统方法受到外界因素影响,导致预测效率较低,为了解决该问题,提出了基于神经网络短期负荷智能预测。综合时间和气温数据,设计训练样本选取流程。根据选取结果,分析神经网络