DB小波与RBP神经网络的短期电力负荷预测

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

DB小波与RBP神经网络的短期电力负荷预测

张费, 宋万清

文章导航 > 上海工程技术大学学报 > 2009 > 23(3): 238-243

张费, 宋万清. DB小波与RBP神经网络的短期电力负荷预测[J]. 上海工程技术大学学报, 2009, 23(3): 238-243. doi: 10.3969/j.issn.1009-444X.2009.03.013

引用本文:

张费, 宋万清. DB小波与RBP神经网络的短期电力负荷预测[J]. 上海工程技术大学学报, 2009, 23(3): 238-243. doi: 10.3969/j.issn.1009-444X.2009.03.013

ZHANG Fei, SONG Wan-qing. Short-term Load Forecasting for Electric Power System Based on DB Wavelet and RBP Neural Networks[J]. Journal of Shanghai University of Engineering Science, 2009, 23(3): 238-243. doi: 10.3969/j.issn.1009-444X.2009.03.013

Citation:

ZHANG Fei, SONG Wan-qing. Short-term Load Forecasting for Electric Power System Based on DB Wavelet and RBP Neural Networks[J]. Journal of Shanghai University of Engineering Science, 2009, 23(3): 238-243. doi: 10.3969/j.issn.1009-444X.2009.03.013

张费, 宋万清. DB小波与RBP神经网络的短期电力负荷预测[J]. 上海工程技术大学学报, 2009, 23(3): 238-243. doi: 10.3969/j.issn.1009-444X.2009.03.013

引用本文:

张费, 宋万清. DB小波与RBP神经网络的短期电力负荷预测[J]. 上海工程技术大学学报, 2009, 23(3): 238-243. doi: 10.3969/j.issn.1009-444X.2009.03.013

ZHANG Fei, SONG Wan-qing. Short-term Load Forecasting for Electric Power System Based on DB Wavelet and RBP Neural Networks[J]. Journal of Shanghai University of Engineering Science, 2009, 23(3): 238-243. doi: 10.3969/j.issn.1009-444X.2009.03.013

Citation:

ZHANG Fei, SONG Wan-qing. Short-term Load Forecasting for Electric Power System Based on DB Wavelet and RBP Neural Networks[J]. Journal of Shanghai University of Engineering Science, 2009, 23(3): 238-243. doi: 10.3969/j.issn.1009-444X.2009.03.013

DB小波与RBP神经网络的短期电力负荷预测

doi: 10.3969/j.issn.1009-444X.2009.03.013

张费,
宋万清

上海工程技术大学,电子电气工程学院,上海,201620

中图分类号: TM714
计量
- 文章访问数: 137
- HTML全文浏览量: 51
- PDF下载量: 61
- 被引次数: 0
出版历程
- 刊出日期: 2009-09-30

Short-term Load Forecasting for Electric Power System Based on DB Wavelet and RBP Neural Networks

摘要: 基于DB小波与BP神经网络,提出一种DB小波与RBP神经网络的方法对短期电力负荷预测.运用DB小波能够精确地提取时间序列的细微特性和RBP网络的输出反馈作为输入神经元数据增加了数据信息量的特点,构建了DB与RBP预测模型,经实际数据证明该方法提高了预测的精确性.
- 短期负荷预测 /
- DB小波 /
- 回归BP神经网络

参考文献(0)

资源附件(0)

WeChat

点击查看大图

计量

文章访问数: 137
HTML全文浏览量: 51
PDF下载量: 61
被引次数: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

版权所有 © 上海工程技术大学沪ICP备05052046号

电话：86-21-67791000Email：xuebao@sues.edu.cn

地址：中国上海市龙腾路333号邮政编码：201620

本系统由北京仁和汇智信息技术有限公司开发