论文部分内容阅读
对一种Elman神经网络进行高压开关柜温度预测的方法进行改进，融合小波包分析的方法对温度样本进行硬阈值平滑优化，与Elman神经网络松耦合组成松散型小波神经网络进行超短期温度预测。仿真结果表明，改进方法相比单一的Elman神经网络有效预测比率提高，均方根误差下降，其结果与实测温度值更加吻合，提高了预测的准确率和精确程度。