浏览全部资源
扫码关注微信
Published:2002
移动端阅览
[J]. Automation of electric power systems, 2002, 26(18).
DOI:
[J]. Automation of electric power systems, 2002, 26(18). DOI:
提高预测精度是短期负荷预测的基本目标。目前已提出了处理相关因素的规范策略和短期负荷预测的综合模型。在此基础上,将自适应训练的思想引入到短期负荷预测相关因素处理中,提出了相关因素自适应训练的若干概念,并分析了自适应训练中的基本问题,给出了短期负荷预测过程的抽象化模型,提出了两种训练负荷相关因素的算法:摄动算法和遗传算法,最后比较了这两种算法的优缺点。算例分析表明,通过自适应训练相关因素,实际预测的效果得到显著改善。
0
Views
2114
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution