搜索
大连理工大学硕士学位论文基于遗传神经网络的短期电力负荷预测研究姓名：陈艳申请学位级别：硕士专业：水文学及水资源指导教师：程春田20051201基于遗传神经网络的短期电力负荷预测研究作者：陈艳学位授予单位：大连理工大学参考文献(75条)1.刘晨晖电力系统负荷预报理论与方法18872.牛东晓.曹树华.赵磊.张文文电力负荷预测技术及其应用19983.潘鑫基于神经网络的短期负荷预测研究[学位论文]硕士20044.康重庆.夏清.刘梅应用于负荷预测中的回归分析的特殊问题[期刊论文]-电力系统自动化1998(10)5.PanditSM.吴宪民.李昌琪时间序列及系统分析与应用19986.TMastersNeural,Novel&HybridAlgorithmsforTimeSeriesPrediction19957.ZekeSHChan.HWNganAnadvancedevolunaryalgorithmforloadforecastingwiththekalmanfilter20008.王家红.黄阿强.熊信艮基于小波网络的短期负荷预测方法[期刊论文]-电力自动化设备2003(3)9.杨晓敏.李红艳.李薇薇小波分析在电力系统中的应用前景1999(03)10.罗四维大规模人工神经网络理论基础200411.靳蕃神经计算智能基础原理方法200012.张国忠应用人工神经网络预测电力负荷2002(05)13.甘文泉用自适应神经元网络进行电力负荷短期预测1997(03)14.邱林.陈守煜.聂相田模糊模式识别神经网络预测模型及其应用[期刊论文]-水科学进展1998(3)15.魏伟.牛东晓.常征负荷预测技术的新进展[期刊论文]-华北电力大学学报2002(1)16.何述东电力负荷短期预测的改进神经网络方法[期刊论文]-电力系统自动化1997(11)17.杨莳百提高短期负荷预报精度的研究及应用[期刊论文]-电力系统自动化1993(5)18.岑文辉.雷友坤.谢恒应用人工神经网络与遗传算法进行短期负荷预测1997(03)19.梁海峰.涂光瑜.唐红卫遗传神经网络在电力系统短期负荷预测中的应用[期刊论文]-电网技术2001(1)20.周宏.黄婷.戴韧.陈康民应用于电力需求预测的几种灰色模型[期刊论文]-华东电力2000(5)21.吉培荣.胡翔勇.熊冬青对灰色预测模型的分析与评价[期刊论文]-水电能源科学1999(2)22.张昊.吴捷.郁滨电力负荷的模糊预测方法[期刊论文]-电力系统自动化1997(12)23.顾洁.陈章潮.郑家志电力系统负荷预报的模糊理论方法[期刊论文]-上海交通大学学报1999(12)24.马玲基于专家系统的短期负荷预测[期刊论文]-华北电力技术1999(4)25.张学工关于统计学习理论与支持向量机[期刊论文]-自动化学报2000(1)26.AlexJSmola.BernhardScholkopfAtutorialonsupportvectorregression199827.JohnCPlattSequentialMinimalOptimization:AFastAlgroithmforTrainingSupportVectorMachines199928.查看详情29.查看详情30.查看详情31.CherkasskyV.MulierFLearningfromData:Concepts,TheroyandMethods199732.谢敬东.唐国庆.徐高飞组合预测方法在电力负荷预测中的应用[期刊论文]-中国电力1998(6)33.胡守仁.余少波.戴葵神经网络导论199334.焦李成神经网络系统理论199535.徐秉铮.张百灵.韦岗神经网络理论与应用199436.董长虹神经网络与应用200537.赵宇红基于模糊神经网络的电力系统短期负荷预测研究200438.吴宁.陈浩人工神经网络在电力系统中的应用[期刊论文]-江西电力职业技术学院学报2005(2)39.阎平凡.张长水人工神经网络与模拟进化计算200040.SimonHaykin.叶世伟神经网络原理200441.MohammcdE.SudhakarKVANNback-propagationpredictionmodelforfracturetoughnessinmicroalloysteel200242.李士勇模糊控制、神经网络和智能控制论199843.刘光中.李晓峰人工神经网络BP算法的改进和结构的自调整[期刊论文]-运筹学学报2001(1)44.王钰.郭其一.李维刚基于改进BP神经网络的预测模型及其应用[期刊论文]-计算机测量与控制2005(1)45.孙英广神经网络在径流预测模型研究中的应用及软件实现[学位论文]硕士200546.玄光男.程润伟.汪定伟.唐加福.黄敏遗传算法与工程设计200047.周明.孙树栋遗传算法原理及其应用199948.姚新.陈国良.徐惠敏.刘勇进化算法研究进展[期刊论文]-计算机学报1995(9)49.雷英杰.张善文Matlab遗传算法工具箱及应用200550.潘鑫基于神经网络的短期负荷预测研究[学位论文]硕士200451.DavisLHandbookofGeneticAlgorithms199152.AckleyDAConnectionistMachineforGeneticHillclimbing198753.ReevesCGeneticalgorithmsandneighborhoodsearch54.MühlenbeinHHowgeneticalgorithmsreallywork:partⅠ.mutationandhillclimbing55.Gorges-SchleuterMASPARAGOS.Anasynchronousparallelgeneticoptimizationstrategy56.MichalewiczZ.NAttiaEvolutionaryoptimizationofconstrainedproblems57.吴财芳.曾勇基于遗传神经网络的瓦斯含量预测研究[期刊论文]-地学前缘2003(1)58.赖鑫生神经网络结合遗传算法优化应用[期刊论文]-贵州大学学报(自然科学版)2004(2)59.杨晓红.刘乐善用遗传优化神经网络结构1997(02)60.IDrezga.SRahmanInputvariableselectionforANN-basedshorttermloadforecasting1998(04)61.SJKiartzis.CEZOUMAS.JBTheocharisShort-termloadforecastinginanautomomouspowersystemusingartificialneuralnetworks1995(03)62.ADPapalexopoulos.TCHesterbergAnimplementationofaneuralnetworkbasedloadforecastingmodelfortheEMS1994(04)63.岑文辉.雷友坤.谢恒应用人工神经网与遗传算法进行短期负荷预测1997(03)64.谢开贵.李春燕.俞集辉基于遗传算法的短期负荷组合预测模型[期刊论文]-电网技术2001(8)65.李智勇.童调生基于多物种进化遗传算法的神经网络结构学习方法[期刊论文]-计算机工程与应用2003(22)66.李鸿林基于遗传BP算法的短期负荷预报1999(04)67.张力明人工神经网络的模型及其应用199368.戚德虎.康继昌BP神经网络的设计[期刊论文]-计算机工程与设计1998(2)69.洪露.马长山.谢宗安基于遗传算法的神经网络权值优化[期刊论文]-贵州工业大学学报(自然科学版)2003(6)70.王东亚.张琳.赵国材神经网络遗传算法在供热负荷预测中应用[期刊论文]-辽宁工程技术大学学报（自然科学版）2005(z1)71.陈方泽.陈丙珍.何小荣遗传算法与神经网络(Ⅰ)用改进的遗传算法训练神经网络[期刊论文]-化工学报1996(3)72.衣智人工神经网络在电力预测中的应用[学位论文]硕士200273.史新祁大型钢铁企业电力负荷短期预测的研究[学位论文]硕士200374.丁宁基于电能量智能监控及计费系统的负荷预测研究[学位论文]硕士200475.KimKH.ParkJK.HwangKJImplementationofbybridshorttermloadforecastingsystemusingartificialneuralnetworksandfuzzyexpertsystems1995(03)相似文献(10条)1.期刊论文吴宏晓.侯志俭共生进化免疫神经网络在电力系统短期负荷预测中的应用-华东电力2004,32(12)为了克服传统BP神经网络在结构设计和学习算法中存在的缺陷,提出了一种共生进化免疫神经网络来预测电力系统短期负荷.其中利用共生进化原理设计神经网络,通过对神经元群体进行优化设计,显著地减轻了计算量.在进化过程中,结合免疫算法中的浓度机制和个体多样性保持策略进行免疫调节,有效地克服了未成熟收敛现象,提高了群体的多样性,加快了网络设计速度.算例计算表明,该方法具有更短的训练时间和更高的预测精度.2.学位论文张岭基于软计算方法的电力系统短期负荷预测研究2005电力系统短期负荷预测不仅是电网调度部门和规划设计部门所必须掌握的基本信息之一，也是电网的调度、运行及发展的重要依据。而且随着电力市场制度的完善，电网负荷的需求统计数据和预测数据将作为一项基本信息向全社会公布，它将成为电力市场实时交易中必不可少的重要组成部分。电力系统短期负荷预测使用的方法有传统建模方法，诸如时间序列、回归分析等方法。由于负荷及影响负荷的因素间存在大量的非线性因素，上世纪90年代提出了用具有逼近任意非线性函数能力的神经网络进行短期负荷预测的方法。同期，其它的智能计算技术也在飞速发展，其中代表性的有遗传算法、模糊计算等。本文采用神经网络及神经网络与遗传算法相结合的方法进行短期负荷预测。在进行短期负荷预测前，采用数学统计理论消除历史负荷数据中的不良数据，对历史负荷数据进行纵向、横向处理，剔除异点数据和平滑负荷曲线。鉴于城市居民生活负荷及商业负荷在太原市负荷中占有相当大的比例，它们对气象因素的变化非常敏感，因此在分别使用三层和四层神经网络进行负荷预测时，将其按照考虑气象因素与否分成了两种情况。因为神经网络收敛速度慢，容易陷入局部极小点，所以使用遗传算法来确定神经网络的权值和阈值。本文使用以上方法预测了太原市短期电力负荷，从预测结果中可以看出：气象因素影响负荷的变化，但是对于太原市电网的实际运行情况而言，当处于严重缺电时期，不考虑气象因素的预测结果要优于考虑气象因素的结果；四层神经网络的函数映射能力优于三层神经网络。当神经网络结合遗传算法时，使用四层神经网络的染色体基因数明显少于三层神经网络，减少了运算时间；为了避免神经网络陷入局部极小点而结合遗传算法的方法是以增加大量的运算时间为代价的；要做好负荷特性的研究工作，确定负荷和影响负荷变化的因素之间的关系，选择合适的相似日。总之，本文对太原市电网的短期负荷预测进行了研究，最后得出了结合遗传算法的四层神经网络是一种有效可行的方法，下一步要做好减少运算时间及了解负荷特性的工作。3.期刊论文王武.张元敏.蔡子亮.WANGWu.ZHANGYuan-min.CAIZi-liang基于遗传优化神经网络的电力系统短期负荷预测-继电器2008,36(9)电力系统短期负荷预测是电力系统运行管理和实时控制所必须的基本内容,预测结果的准确性对电力系统的安全、优质,经济运行具有重要意义.通过非参数预测法建立电力系统短期负荷预测模型,以此作为Elman神经网络训练的样本集,实现网络样本设计,结构设计与网络训练,充分发挥Elman神经网络动态特性,将改进的遗传算法和Elman神经网络相结合,通过选择,交叉、变异等遗传操作,实现了神经网络权值优化.采用基于遗传优化神经网络的电力系统短期负荷预测新算法,提高了