摘要:提出了优化动态递归小波神经网络(dynamic recurrent wavelet neural network,DRWNN)短期负荷预测模型。与常规小波神经网络相比,DRWNN有两个关联层,关联层节点起存储网络内部状态的作用;模型构造过程中增强了网络的前馈与反馈联接,形成多层次的网络递归。采用分布估计算法和遗传算法相融合对DRWNN进行优化,融合实质是在解空间“宏观”和“微观”两个层面进行寻优,可克服DRWNN陷入局部最小,提高DRWNN的泛化能力。对两类不同负荷系统日、周预测仿真测试,验证了模型能有效提高预测精度。
关键词:短期负荷预测 动态递归小波神经网络 分布估计算法 遗传算法
单位:青岛大学自动化工程学院 青岛266071 青岛供电公司 青岛266002 天津大学电气与自动化工程学院 天津300072
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社