Elman 神经网络在水电站入库流量短期预测中的应用

来源 :华电技术 | 被引量 : 0次 | 上传用户:michaelgang1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
Elman 神经网络具有适应时变特性的能力,对历史数据具有敏感性,具备自主学习的优势,能以任意精度逼近任意非线性映射。梯度下降法可使函数具有单调递减性、梯度收敛于0等特点。采用梯度下降法和 Elman 神经网络相结合的方法进行水电站入库流量短期预测,比传统的 Back Propagation 神经网络预测精度具有明显的优势。
其他文献
针对联合脱硝选择性催化还原(SCR)系统流体流动特性研究,借助数值模拟和物理冷态模型试验,计算和验证不同工况条件下 SCR 脱硝系统内烟气流场、速度、温度的分布和压力损失。流场
针对木坡水电站隧洞开挖过程中出现的塌方、涌水等现象,通过分析其围岩地质及地下水特征,采取了超前小导管注浆、超前锚杆支护、钢支撑等方案,有效提高了开挖施工进度,取得了
核电的经济性和安全性是相互联系的。通过与现役典型核电厂对比分析可知,AP1000技术目前的经济性较低,但是安全性较高。不顾安全,片面追求经济性,或以牺牲经济性为代价来追求过高