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：
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
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
使用帮助 返回顶部