神经网络短期负荷预测中的数据分析

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：在运用神经网络进行短期电力负荷预测中,输入数据的复杂性和冗余性给网络训练的效率和预测精度造成了显著的负面影响.文中提出了一种复合的数据分析方法,先采用输入变量贡献分析方法,根据输入变量对输出贡献的大小划分为主要变量和次要变量,在保留主要变量的基础上,再采用多元统计分析中的主成分分析法,消除变量间的线性相关性,以此达到压缩变量维数的目的.将此分析方法用于处理神经网络的输入变量,提取其主要成分,使结构大为简化.结果表明,经该方法处理后的数据输入神经网络,训练时间大幅度缩短,负荷预测精度亦有一定程度的提高.

原文链接:http://www.cqvip.com//QK/92166X/200209/6934498.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：负荷预测 数据分析 神经网络 神经网 多元统计分析中 短期负荷预测 神经网络 输入变量贡献分析 主成分分析 电力负荷预