期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到126篇文章
< 1 2 … 7 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于GA-BP神经网络的地源热泵空调负荷预测及实例验证 被引量：1
1
作者 张学泽 秦景 +3 位作者 陈晓飞 杨子劼 孙兴国 刘喆 《仪表技术》 2025年第1期57-60,共4页
针对当前建筑供热负荷预测模型预测精度低和能源利用率不高的问题,以及BP神经网络负荷预测方法存在的预测精度不高、易陷入局部最优等缺陷,采用GA-BP神经网络进行负荷预测。首先建立GA-BP神经网络模型,然后对采集到的数据进行处理,最后... 针对当前建筑供热负荷预测模型预测精度低和能源利用率不高的问题,以及BP神经网络负荷预测方法存在的预测精度不高、易陷入局部最优等缺陷,采用GA-BP神经网络进行负荷预测。首先建立GA-BP神经网络模型,然后对采集到的数据进行处理,最后将该模型应用于北京某办公建筑的集中供热系统。验证数据显示,GA-BP神经网络负荷预测模型的总体平均相对误差为6.9%,预测的相对误差绝对值范围在6%~8%之间,显示出更高的预测精度。应用效果表明,GA-BP神经网络负荷预测模型相较于BP神经网络模型,能够更为精确地预测未来24h的逐时负荷。 展开更多
关键词 地源热泵系统 遗传算法 bp神经网络 逐时负荷预测 用户侧
原文传递
基于BP-ANN融合算法的短期电力负荷预测方法 被引量：1
2
作者 金灵 《科技创新与应用》 2025年第20期82-85,共4页
随着电力系统规模的不断扩大和复杂性的日益增加,精准的短期电力负荷预测对于电力系统的稳定运行、经济调度以及能源管理等方面至关重要。该文针对BP-ANN算法对短期电力负荷数据预测可能存在的局限性,如易陷入局部最优、收敛速度较慢等... 随着电力系统规模的不断扩大和复杂性的日益增加,精准的短期电力负荷预测对于电力系统的稳定运行、经济调度以及能源管理等方面至关重要。该文针对BP-ANN算法对短期电力负荷数据预测可能存在的局限性,如易陷入局部最优、收敛速度较慢等问题,提出BP-ANN融合算法的短期电力负荷预测方法,通过实例验证GA-BP-ANN和PSO-BP-ANN这2种预测模型的相关系数R2均高于BP-ANN预测模型的,预测误差也低于BP-ANN预测模型,结果表明,基于BP-ANN融合算法的短期电力负荷预测方法具有良好的应用前景,可为电力系统的高效运行和合理规划提供有力的技术支持。 展开更多
关键词 粒子群优化算法 电力负荷预测 bp-ANN 融合算法 GA-bp-ANN
在线阅读 下载PDF
基于L-M优化BP算法的多因素协同电力负荷预测
3
作者 白卓 郭啸 孙华忠 《山东电力技术》 2025年第7期68-75,共8页
电力负荷预测对电网的规划与营运尤为重要,可以帮助电网公司对电力资源进行合理调度,更好地平衡电力资源,从而提高电力系统的经济性和稳定性。针对现有神经网络算法精度差、收敛性不高等缺点,提出基于列文伯格-马夸尔特(Levenberg-Marqu... 电力负荷预测对电网的规划与营运尤为重要,可以帮助电网公司对电力资源进行合理调度,更好地平衡电力资源,从而提高电力系统的经济性和稳定性。针对现有神经网络算法精度差、收敛性不高等缺点,提出基于列文伯格-马夸尔特(Levenberg-Marquardt,L-M)优化反向传播(backpropagation,BP)算法的多因素协同电力负荷预测方法,在改进BP算法的基础上利用L-M算法,融合最速下降法和高斯-牛顿法克服了训练慢、易陷入局部极值、预测误差大等缺点,通过Trainlm、Traingd、Trainrp等对L-M算法进行训练,考虑包含温度、气温、日期等影响电力负荷的因素并协同冷、热负荷对电力负荷进行预测,最后以某居民小区为例验证所提方法的有效性。与其他方法相比,L-M优化BP算法的多因素协同电力负荷预测在解决非线性复杂预测问题上表现出色,不仅准确度较高而且计算速度更快、误差更小。 展开更多
关键词 L-M bp算法 协同 负荷预测 误差
在线阅读 下载PDF
改进粒子群-BP神经网络模型的短期电力负荷预测 被引量：48
4
作者 师彪 李郁侠 +1 位作者 于新花 闫旺 《计算机应用》 CSCD 北大核心 2009年第4期1036-1039,共4页
为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群算法(MPSO),并与BP算法相结合,形成改进的粒子群—BP(MPSO-BP)神经网络算法,用此算法训练神经网络,实现了神经网络参数优化,得到了基于MPSO-BP算法的神经网络模型。综合考虑... 为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群算法(MPSO),并与BP算法相结合,形成改进的粒子群—BP(MPSO-BP)神经网络算法,用此算法训练神经网络,实现了神经网络参数优化,得到了基于MPSO-BP算法的神经网络模型。综合考虑气象、天气、日期类型等影响负荷的因素,进行电网短期负荷预测。算例分析表明,与传统BP神经网络法和PSO-BP神经网络方法相比,该方法改善了BP神经网络的泛化能力,预测精度高,收敛速度快,对电力系统短期负荷具有良好的预测能力。 展开更多
关键词 短期负荷预测 改进的粒子群-bp神经网络算法 预测精度
在线阅读 下载PDF
基于MEA优化BP神经网络的天然气短期负荷预测 被引量：16
5
作者 张以帅 赖惠鸽 +2 位作者 李勇 唐光耀 张晨艺 《自动化与仪表》 2016年第5期15-19,共5页
天然气负荷中包含大量非线性因素,单一的神经网络很难达到理想的预测精度,为了提高预测效果,提出了一种思维进化算法(MEA)优化BP神经网络智能预测模型。利用MEA的全局搜索性对BP神经网络的权值和阈值进行优化,避免了单一BP网络的局部最... 天然气负荷中包含大量非线性因素,单一的神经网络很难达到理想的预测精度,为了提高预测效果,提出了一种思维进化算法(MEA)优化BP神经网络智能预测模型。利用MEA的全局搜索性对BP神经网络的权值和阈值进行优化,避免了单一BP网络的局部最优和过拟合等缺点,然后建立最优预测模型。将这种组合模型应用于银川某县的天然气负荷预测,结果表明该组合模型具有更优的非线性映射能力和更高的预测精度。 展开更多
关键词 天然气 bp神经网络 思维进化算法 负荷预测
在线阅读 下载PDF
BP算法在电力系统短期负荷预测中的应用 被引量：6
6
作者 董秀成 李芹 许强 《仪器仪表学报》 EI CAS CSCD 北大核心 2003年第z2期379-381,共3页
针对电力负荷短期预测问题,提出了一种基于相似日的神经网络预测方法,在建立具体模型时,对于24点负荷预测,采用24个单输出的神经网络来分别预测每天的整点负荷值,具有网络结构较小,训练时间短的优点,考虑了不同小时类型的负荷差异,具有... 针对电力负荷短期预测问题,提出了一种基于相似日的神经网络预测方法,在建立具体模型时,对于24点负荷预测,采用24个单输出的神经网络来分别预测每天的整点负荷值,具有网络结构较小,训练时间短的优点,考虑了不同小时类型的负荷差异,具有较高的预测精度。分析了如何采用BP多层感知器的隐层数及隐层单元数。最后对四川省电力公司某区一条线路的供电负荷进行短期负荷预测仿真,仿真结果表明其具有较好的预测精度。 展开更多
关键词 短期负荷预测 人工神经网络 bp算法 预测误差
在线阅读 下载PDF
基于改进型BP神经网络的电网负荷预测 被引量：17
7
作者 朱海兵 崔玉 熊浩 《现代电子技术》 北大核心 2016年第20期64-66,共3页
考虑到传统的线性电网负荷预测方法的预测精度无法满足现代电力电网管理系统的要求,使用更适用于电力电网负荷的预测任务的非线性BP神经网络算法建立预测模型。由于常规的BP神经网络存在容易陷入局部最优解以及收敛效率低等问题,该文使... 考虑到传统的线性电网负荷预测方法的预测精度无法满足现代电力电网管理系统的要求,使用更适用于电力电网负荷的预测任务的非线性BP神经网络算法建立预测模型。由于常规的BP神经网络存在容易陷入局部最优解以及收敛效率低等问题,该文使用模拟退火算法对BP神经网络权值训练算法进行优化,提高预测模型的收敛效率和自学习能力。通过实例对所研究的预测模型进行分析,结果表明,所研究的改进型BP神经网络的训练次数和训练耗时均低于常规神经网络,具有更高的收敛精度,同时改进型BP神经网络预测模型的预测误差明显降低,具有较好的工程应用价值。 展开更多
关键词 电网负荷预测 bp神经网络 模拟退火优化算法 预测误差
在线阅读 下载PDF
基于粗糙集和BP网络的微网短期负荷预测 被引量：12
8
作者 王帅 王文爽 +1 位作者 孙伟 张珂赫 《控制工程》 CSCD 北大核心 2018年第8期1528-1533,共6页
结合粗糙集和BP神经网络两种智能控制算法提出了微网短期负荷预测模型。首先将影响微网负荷的气象和日类型等因素利用粗糙集建立历史数据属性决策表,通过属性约简算法对其进行属性约简,找到影响微网负荷的核心因素,然后将该核心因素作... 结合粗糙集和BP神经网络两种智能控制算法提出了微网短期负荷预测模型。首先将影响微网负荷的气象和日类型等因素利用粗糙集建立历史数据属性决策表,通过属性约简算法对其进行属性约简,找到影响微网负荷的核心因素,然后将该核心因素作为BP神经网络的输入量对微网负荷进行预测。BP网络具有收敛速度慢和易陷入局部最优等缺陷,据此提出一种基于模拟退火遗传算法优化的BP神经网络新模型。实验表明,采用粗糙集和改进BP神经网络的新模型对微网负荷进行预测取得了良好的效果,证明了该方法的有效性。 展开更多
关键词 微网 短期负荷预测 粗糙集 bp神经网络 模拟退火遗传算法
原文传递
基于BP神经网络的工业锅炉房负荷预测 被引量：7
9
作者 彭岚 何大鹏 李友荣 《工业加热》 CAS 2006年第5期31-33,50,共4页
针对工业锅炉房日负荷变化的特点,采用BP人工神经网络模型对热负荷进行预测。在建立模型时,考虑不同小时的热负荷差异,采用24个单输出的BP网络来分别预测每天24h负荷值;利用MATLAB神经网络工具箱NNT(Neural Network Toolbox)分别实现对2... 针对工业锅炉房日负荷变化的特点,采用BP人工神经网络模型对热负荷进行预测。在建立模型时,考虑不同小时的热负荷差异,采用24个单输出的BP网络来分别预测每天24h负荷值;利用MATLAB神经网络工具箱NNT(Neural Network Toolbox)分别实现对24个BP网络预测模型的构建及算法改进;最后,应用一个实例对建立的预测模型和实现方法进行了仿真分析,结果证明,该负荷预测模型网络结构小、收敛速度快、预测精度高、具有较高的实用价值。 展开更多
关键词 负荷预测 bp网络 神经网络工具箱 改进算法
在线阅读 下载PDF
基于改进型BP神经网络的短期电力负荷预测 被引量：8
10
作者 刘刚 黄剑华 刘学仁 《电气应用》 北大核心 2005年第12期46-49,共4页
提出一种改进的 BP 神经网络学习算法，并将其应用于短期电力负荷预测中。研究 结果表明：基于改进的 BP 神经网络的短期电力负荷预测具有精度高的特点，负荷预测结果的相 对误差小于3．63%。
关键词 神经网络 bp学习算法 短期负荷预测
原文传递
基于弹性网降维及花授粉算法优化BP神经网络的短期电力负荷预测 被引量：46
11
作者 张淑清 杨振宁 +2 位作者 张立国 苑世钰 王志义 《仪器仪表学报》 EI CAS CSCD 北大核心 2019年第7期47-54,共8页
电力负荷预测为电力系统规划和运行提供可靠的决策依据。随着智能电网的全面发展,数据采集与监视控制系统(SCADA)获取数据量增加,数据的结构也更加复杂,负荷的频繁变化以及地区性的气象因素等都将影响负荷的预测的准确性。提出一种弹性... 电力负荷预测为电力系统规划和运行提供可靠的决策依据。随着智能电网的全面发展,数据采集与监视控制系统(SCADA)获取数据量增加,数据的结构也更加复杂,负荷的频繁变化以及地区性的气象因素等都将影响负荷的预测的准确性。提出一种弹性网(EN)进行大数据降维以及花授粉算法(FPA)优化BP神经网络的短期电力负荷预测方法。首先采用弹性网对负荷和气象等高维大数据进行选择和降维。弹性网通过在惩罚项中添加L1范数和L2范数,兼具了最小绝对值收缩及变量选择(LASSO)和岭回归的优点,克服了LASSO降维时因为数据内部存在共线性和群组效应而影响降维效果的问题;然后,考虑到BP神经网络权值和阈值容易受到初值的影响、收敛速度慢以及容易陷入局部最优,引入花授粉算法(FPA)优化BP神经网络,通过与粒子群算法(PSO)对比得出花授粉算法寻优速度更快,效果更好。本文方法应用于实际电力负荷预测,结果表明能有效提高预测精度。 展开更多
关键词 短期电力负荷预测 大数据变量选择及降维 最小绝对值收缩及变量选择 弹性网 花授粉算法优化bp神经网络
原文传递
短期电力负荷预测的自适应混合遗传优化BP算法 被引量：4
12
作者 施应玲 杨红松 庞南生 《电力科学与工程》 2008年第9期32-35,共4页
基于遗传算法具有很强的全局搜索能力和BP神经网络具有精确的局部搜索能力的特点,提出对电力短期负荷预测的自适应的混合算法。将训练样本随机地分为训练集和测试集。应用该算法对澳大利亚悉尼的短期电力负荷进行了预测。仿真计算表明,... 基于遗传算法具有很强的全局搜索能力和BP神经网络具有精确的局部搜索能力的特点,提出对电力短期负荷预测的自适应的混合算法。将训练样本随机地分为训练集和测试集。应用该算法对澳大利亚悉尼的短期电力负荷进行了预测。仿真计算表明,该算法达到了提高预测精度和改善网络性能的要求。 展开更多
关键词 短期电力负荷预测 bp神经网络 自适应混合遗传算法 过拟合
在线阅读 下载PDF
L-M优化BP算法在短期负荷预测中的应用 被引量：3
13
作者 代小红 王光利 《计算机科学》 CSCD 北大核心 2011年第7期265-267,共3页
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... 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。 展开更多
关键词 短期负荷预测 L-M优化法 bp算法 预测误差
在线阅读 下载PDF
基于Bagging算法和遗传BP神经网络的负荷预测 被引量：5
14
作者 丁华福 柴琳 《计算机技术与发展》 2011年第5期107-110,共4页
负荷预测是电力规划的基础,传统的神经网络预测方法存在对初始网络权值设置敏感、收敛的速度慢、容易陷入局部极小值等缺点。文中引入遗传算法先对神经网络的初始值进行优化,再通过神经网络进行学习和训练,得出的结果再经Bagging方法集... 负荷预测是电力规划的基础,传统的神经网络预测方法存在对初始网络权值设置敏感、收敛的速度慢、容易陷入局部极小值等缺点。文中引入遗传算法先对神经网络的初始值进行优化,再通过神经网络进行学习和训练,得出的结果再经Bagging方法集成,目的是提高其准确率。通过Matlab仿真进行实验,结果表明,基于Bagging算法集成遗传神经网络,能够克服传统BP神经网络的缺点,可较快收敛又不易陷入到局部极值中,具有较强的泛化能力,同时也大大提高了网络的预测精度。 展开更多
关键词 bp神经网络 遗传算法 Bagging方法 负荷预测
在线阅读 下载PDF
专家系统与BP神经网络相结合的短期负荷预测 被引量：9
15
作者 李莉 孔哲峰 +2 位作者 李鹏 张海蓉 刘崇新 《陕西电力》 2009年第1期22-27,共6页
研究了专家系统结合神经网络BP算法在短期电力负荷预测中的应用。对神经网络BP算法进行改进,使用BP算法对咸阳电网实际负荷数据进行预测,并将预测值与实际负荷值进行比较,总结其长期的发展变化规律。同时汲取有关专家学者和专业预测人... 研究了专家系统结合神经网络BP算法在短期电力负荷预测中的应用。对神经网络BP算法进行改进,使用BP算法对咸阳电网实际负荷数据进行预测,并将预测值与实际负荷值进行比较,总结其长期的发展变化规律。同时汲取有关专家学者和专业预测人员的经验知识,形成一系列的规则集,从而模拟人类专家的决策过程进行推理和判断,形成一个专家系统,以此来改进采用单一BP算法进行预测的种种不足。结果表明,经验知识越成熟,推理规则越完备,对提高预测精度越有利,对神经网络BP算法的预测值进一步修正的可能性越大。 展开更多
关键词 负荷预测 神经网络bp算法 专家系统 智能决策
在线阅读 下载PDF
基于BP神经网络系统的短期电力负荷预测 被引量：7
16
作者 陈夫进 王宝成 《河南科学》 2013年第2期168-171,共4页
以河南某地区电网2009年和2010年的电力负荷数据为基础,设计了一个由输入层、隐含层和输出层组成的三层BP网络模型,利用神经网络高度非线性建模能力,在不考虑温度影响情况下,采用BP神经网络对该地区短期电力负荷进行预测.探讨了负荷预... 以河南某地区电网2009年和2010年的电力负荷数据为基础,设计了一个由输入层、隐含层和输出层组成的三层BP网络模型,利用神经网络高度非线性建模能力,在不考虑温度影响情况下,采用BP神经网络对该地区短期电力负荷进行预测.探讨了负荷预测模型分类模式,对应用于实际的BP神经网络算法进行了具体处理.结果表明,基于BP神经元网络的短期电力负荷预测方法具有精度高的特点,取得了均方根误差小于3.02%的精度. 展开更多
关键词 电力负荷预测 神经网络 bp算法 MATLAB 误差分析
在线阅读 下载PDF
基于LM算法的BP神经网络的电力负荷短期预测 被引量：7
17
作者 刘进波 陈鑫 李新花 《经济数学》 2015年第2期34-38,共5页
通过对BP神经网络输入负荷值的归一化处理,同时采用Levenberg-Marquardt(LM)算法,建立了一个改进了的BP神经网络,同时用它来对电力系统进行短期负荷预测.LM算法有效地提高了BP神经网络的收敛速度和负荷的预测精度.仿真结果表明,改进了... 通过对BP神经网络输入负荷值的归一化处理,同时采用Levenberg-Marquardt(LM)算法,建立了一个改进了的BP神经网络,同时用它来对电力系统进行短期负荷预测.LM算法有效地提高了BP神经网络的收敛速度和负荷的预测精度.仿真结果表明,改进了的BP神经网络具有很高的预测精度和较强的适用能力. 展开更多
关键词 bp神经网络 电力负荷预测 LM算法
在线阅读 下载PDF
基于变分模态分解和FABP的短期电力负荷预测 被引量：41
18
作者 张淑清 宿新爽 +3 位作者 陈荣飞 刘婉 左一格 张赟 《仪器仪表学报》 EI CAS CSCD 北大核心 2018年第4期67-73,共7页
针对电力负荷序列非线性、随机性等特点引起的电力负荷预测精度下降等问题,提出了一种基于变分模态分解（VMD）和萤火虫算法优化BP神经网络（FABP）的短期负荷预测方法。利用VMD将原始电力负荷序列分解为若干个子序列,能够降低原始数据... 针对电力负荷序列非线性、随机性等特点引起的电力负荷预测精度下降等问题,提出了一种基于变分模态分解（VMD）和萤火虫算法优化BP神经网络（FABP）的短期负荷预测方法。利用VMD将原始电力负荷序列分解为若干个子序列,能够降低原始数据的复杂度和不稳定性同时克服模态混叠;萤火虫算法优化传统BP神经网络模型,能够克服其极易陷入局部最小的缺陷。最后通过样本熵（SE）对各子序列进行重组得到两个新分量,将其分别输入神经网络模型进行预测并叠加预测结果,实现短期负荷预测。应用于实例,结果表明,该方法能有效提高预测精度。 展开更多
关键词 短期负荷预测 变分模态分解 萤火虫优化神经网络算法 样本熵
原文传递
改进GA-BPNN在短期电力负荷预测中的应用 被引量：2
19
作者 张勇 杨云 《计算机工程与应用》 CSCD 北大核心 2009年第13期223-226,共4页
为了避免传统方法预测短期电力负荷建模复杂性,将改进遗传算法(GA)和误差反向传播(BP)算法相结合构成的混合算法用于训练人工神经网络,结合电力负荷历史数据,对短期电力负荷进行仿真预测。仿真结果表明,该混合算法有效地解决了常规BP算... 为了避免传统方法预测短期电力负荷建模复杂性,将改进遗传算法(GA)和误差反向传播(BP)算法相结合构成的混合算法用于训练人工神经网络,结合电力负荷历史数据,对短期电力负荷进行仿真预测。仿真结果表明,该混合算法有效地解决了常规BP算法学习网络权值收敛速度慢、易陷入局部极小和GA算法独立训练神经网络速度缓慢等问题,具有较快的收敛速度和较高的预测精度。 展开更多
关键词 短期电力负荷 遗传算法 人工神经网络 反向传播 预测
在线阅读 下载PDF
基于EMD与GA-BP神经网络的短期负荷预测 被引量：14
20
作者 周志宇 《电测与仪表》 北大核心 2013年第4期17-21,共5页
为了提高具有随机性和复杂性的电力负荷预测精度,提出了一种基于EMD与GA-BP神经网络的短期负荷预测。该方法利用EMD的优点,将原始电力负荷序列分解为若干个IMF分量和余项。针对BP神经网络训练时间长,且容易陷入局部最小的缺点,利用遗传... 为了提高具有随机性和复杂性的电力负荷预测精度,提出了一种基于EMD与GA-BP神经网络的短期负荷预测。该方法利用EMD的优点,将原始电力负荷序列分解为若干个IMF分量和余项。针对BP神经网络训练时间长,且容易陷入局部最小的缺点,利用遗传算法优化了BP神经网络,替代了传统的BP算法。最后通过分析各个分量的自身特点,分别构建不同的BP神经网络模型,对各分量分别进行预测,相加各分量预测值,得到了最终预测结果。实例验证表明,与EMD-BP预测方法相比,该方法具有较高的负荷预测精度和较强的适应能力。 展开更多
关键词 短期负荷预测 经验模式分解 bp神经网络 遗传算法
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 7 下一页 到第 页
使用帮助 返回顶部