作者: 代小红,王光利
关键词: 短期负荷预测 ;L-M优化法 ;BP算法 ;预测误差
摘要: 在分析传统BP算法的不足的基础上,提出了将Levenbery-Marquardt优化法与神经网络模型相结合的L-M优化BP算法。此方法与传统算法相比学习速度得到了提高,网络的收敛加快,尽量避免了系统陷入局部最小;针对某电力局某地区的单条线路的实际数据,采用基于Levenbery-Marquardt优化的BP算法的神经网络模型对其进行了仿真,结果表明该方法具有较高的预测精度和较强的适应能力。
在线下载
DPO—BP在电力负荷短期预测中的应用Application of DPO—BP in Short-Term Load Forecasting
王仁丽, 代月明, 韩成春, 徐康耀
输配电工程与技术Vol.6 No.3, 全文下载: PDF HTML XML DOI:10.12677/TDET.2017.63005, August 3 2017
基于L-M优化BP神经网络的风电功率预测The Capacity Prediction for the Wind Power Based on L-M Optimized BP Algorithm
孟静, 黄元峰
智能电网Vol.2 No.2, 全文下载: PDF HTML DOI:10.12677/sg.2012.22007, June 26 2012
基于改进麻雀算法的短期负荷预测研究Short Term Load Forecasting Based on Improved Sparrow Algorithm
孙夏丽, 李士心, 王 坤, 刘清清 科研立项经费支持
计算机科学与应用Vol.11 No.9, 全文下载: PDF HTML XML DOI:10.12677/CSA.2021.119232, September 15 2021
基于XGBoost算法的短期电力负荷预报Short-Term Electricity Load Forecasting Based on the XGBoost Algorithm
李广野, 李 伟, 田小蕾, 车轶锋
智能电网Vol.7 No.4, 全文下载: PDF HTML XML DOI:10.12677/SG.2017.74031, August 24 2017
基于粒子群算法LSSVM短期负荷预测模型研究LSSVM Based on PSO Algorithm to Short-Term Load Forecasting Model Research
龚文龙, 姚建刚, 金小明
电气工程Vol.2 No.1, 全文下载: PDF HTML DOI:10.12677/JEE.2014.21001, March 27 2014
基于LightGBM算法的短期电力负荷预测研究Research on Short-Term Power Load Forecasting Based on LightGBM Algorithm
许隽杰, 陈永保, 章立新, 高 明, 刘婧楠
建模与仿真Vol.11 No.4, 全文下载: PDF HTML XML DOI:10.12677/MOS.2022.114098, July 18 2022