基于BP—GA混合学习算法的神经网络短期负荷预测

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：本文提出了修正的遗传算法和BP算法相结合的短期负荷预测方法,与传统神经网络方法相比,该方法可以加快网络学习速度和提高学习精度.我们用遗传算法来训练网络参数,直到误差趋于一稳定值,然后用优化的权值进行BP算法,实现短期负荷预测.在构建网络模型时,我们考虑了气候因素的影响,并把它作为网络的一组输入点.实验结果表明基于这一方法的负荷预测系统较高的精度和实时性.

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 学习算法 神经网络 神经网 遗传算法 BP-GA 混合学习算法 神经网络 短期负荷预测 电力系统