【摘 要】
：
为了提高供电系统电量负荷预测的精度,加快收敛速度,改进陷入局部最小值的可能性以及优化过程单一等问题,建立了电力系统供电负荷短期预测模型,提出粒子群算法对反向神经网络
【机 构】
：
沈阳理工大学信息科学与工程学院,中国科学院沈阳自动化研究所
论文部分内容阅读
为了提高供电系统电量负荷预测的精度,加快收敛速度,改进陷入局部最小值的可能性以及优化过程单一等问题,建立了电力系统供电负荷短期预测模型,提出粒子群算法对反向神经网络初始化,并引入改进的遗传算法,在交叉过程中用父代最佳值与下一代种群结合,优化网络权值,提升模型性能。将模型应用于辽宁某地区短时电量预测中,结果表明,上述方法加快了模型的收敛速度,提高了预测精度;电力系统供电负荷短期预测模型很好地解决了电量预测精度不高等问题。
其他文献
在对多服务器环境下的网络最脆弱攻击区进行检测的过程中,由于随机性较大,容易产生很多冗余脆弱攻击区,造成干扰,导致传统核Fisher判别分析,无法获取最优网络最脆弱攻击区特征,不能有效实现多服务器环境下的网络最脆弱攻击区检测等问题,提出一种利用AFSA-SVM的多服务环境下的网络最脆弱攻击区检测方法,对多服务器环境下网络状态信息进行采集,提取网络状态特征。将多服务器环境下网络特征子集编码成人工鱼的位
针对有刷双馈电机应用在分布式发电领域中时,由于其自身的有刷结构所导致的可靠性较低等问题,提出了无刷双馈分布式发电系统,省却了电刷结构,提高了可靠性。鉴于无刷双馈发电
大数据驱动下对网络入侵信号的提取检测,能够充分的保障大数据驱动下的网络安全。对网络入侵信号的提取检测,需要获取网络入侵提取的属性核,对网络入侵提取结果数据进行分类,完成入侵检测。传统方法定义网络入侵提取结果选取状态的分类的熵,给出各个熵的信息增益,但忽略了对网络入侵提取结果数据的分类,导致提取检测精度偏低。提出基于粗糙集-决策树结合的大数据驱动下的网络入侵信号提取检测模型。模型先利用粗糙集对大数据
对网络中三维景观图像样品进行查询,在提高图像利用率方面具有重要作用。由于网络的开放性及可扩展性,使得三维景观图像复杂且质量易变;传统查询方法主要通过三维景观图像视觉信息进行查询,忽略了图像转载过程中产生的尺度变化和噪声的干扰,导致查询不完整,制约了图像的使用率,提出基于极端学习机的三维景观图像样品查询方法。采用非采样轮廓波变换对图像不同尺度、同方向的高频方向子带求多尺度积,考虑到三维景观图像旋转后
在对夜行车辆主动防撞预警进行研究时,由于周围环境及路面不可预测,使得夜行车辆采集的信息存在模糊性,传统的建模算法,主要采用感知周围事物的方法进行建模,没有考虑到在实
研究灾害路网抢修与多阶段应急物资配送的协同优化问题。多阶段供应的应急物资需要根据时间成本进行分配，然而灾害路网抢修会导致路网结构改变，从而使得车辆在途时间动态变化，传
火箭涡轮泵转子失稳对火箭转子结构产生破坏性影响,需要对影响涡轮泵稳定性的结构参数进行敏感度分析。分析得到轴套结构的内摩擦力为导致涡轮泵转子的一个重要原因。针对涡轮泵的轴套结构,分析轴向内摩擦引起的力矩,推导内摩擦等效力,建立带有轴套与转轴发生轴向内摩擦的理论模型,对转子系统开展动力学稳定性分析。通过它数据对建模仿真结果进行定性校验。结果表明,轴套结构的失稳转速随着轴套与转轴间隙的增大而增大。仿真分
对柔性交流输电控制器中故障数据进行定位，可以提高系统的控制精度。在故障数据定位时，存在大量多次运行时收集的海量测试数据，有效利用海量数据，从中发现和故障有关的信息，可以有