期刊导航
期刊开放获取
重庆大学
退出
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
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
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
神经网络短期负荷预测输入变量选择新方法
被引量:
34
1
作者
高山
单渊达
《电力系统自动化》
EI
CSCD
北大核心
2001年第22期41-44,共4页
输入变量选择是神经网络建模前的一项重要工作 ,是否能够选择出一组最能反映期望输出变化原因的输入变量直接关系到神经网络预测的性能。文中将正交最小二乘 ( OLS)法应用于神经网络短期负荷预测的输入变量选择。以南京地区 1 998年、1 ...
输入变量选择是神经网络建模前的一项重要工作 ,是否能够选择出一组最能反映期望输出变化原因的输入变量直接关系到神经网络预测的性能。文中将正交最小二乘 ( OLS)法应用于神经网络短期负荷预测的输入变量选择。以南京地区 1 998年、1 999年夏季日最大负荷预测为例 ,对比了 OLS法与相关系数法的输入变量选择结果。结果显示 OLS法可以得到更小、更准确的输入变量集 ,神经网络的收敛速度更快 ,预测结果也更好 ,从而验证了该方法的有效性。
展开更多
关键词
短期荷预测
神经网络
输入变量选择
正交最小二乘法
电力系统
下载PDF
职称材料
题名
神经网络短期负荷预测输入变量选择新方法
被引量:
34
1
作者
高山
单渊达
机构
东南大学电气工程系
出处
《电力系统自动化》
EI
CSCD
北大核心
2001年第22期41-44,共4页
文摘
输入变量选择是神经网络建模前的一项重要工作 ,是否能够选择出一组最能反映期望输出变化原因的输入变量直接关系到神经网络预测的性能。文中将正交最小二乘 ( OLS)法应用于神经网络短期负荷预测的输入变量选择。以南京地区 1 998年、1 999年夏季日最大负荷预测为例 ,对比了 OLS法与相关系数法的输入变量选择结果。结果显示 OLS法可以得到更小、更准确的输入变量集 ,神经网络的收敛速度更快 ,预测结果也更好 ,从而验证了该方法的有效性。
关键词
短期荷预测
神经网络
输入变量选择
正交最小二乘法
电力系统
Keywords
Correlation methods
Least squares approximations
Mathematical models
Neural networks
分类号
TM714 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
神经网络短期负荷预测输入变量选择新方法
高山
单渊达
《电力系统自动化》
EI
CSCD
北大核心
2001
34
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部