余志武
- 作品数:4 被引量:9H指数:1
- 供职机构:江西理工大学更多>>
- 发文基金:国家自然科学基金更多>>
- 相关领域:自动化与计算机技术环境科学与工程更多>>
- 电力系统短期电力负荷预测仿真研究被引量:6
- 2015年
- 在短期电力负荷准确预测的研究中,由于模型存在随机、时变、非线性等特点,用传统的神经网络进行预测结果往往不是很理想。为了提高预测的准确率,在建模之前,先通过相似日法选出与预测日总体相似度较高的负荷数据作为输入数据,提高待预测数据与训练数据之间的相关性。然后通过动态模糊神经网络来进行预测。减小建模的复杂性并提升建模速度。最后用EUNTTE提供的电力负荷数据来进行仿真,仿真表明相似日和动态模糊神经网络结合的方法预测结果较为理想,提高了预测的准确率。
- 任金霞游鑫余志武
- 关键词:动态模糊神经网络短期电力负荷预测相似日
- 基于动态模糊神经网络的短期电力负荷预测被引量:1
- 2015年
- 针对电力负荷受天气和日期影响特点,提出一种基于动态模糊神经网络的短期电力负荷预测的新方法.该算法最大的特点是模糊规则是动态变化的,通过系统误差、可容纳边界来判断系统是否需要新增一条模糊规则,使用误差下降率(ERR)修剪算法剔除对整个网络影响较小的模糊规则.该算法还使用了分级学习法让网络的学习速度大大提高.在分析了EUNITE网络提供的负荷数据基础上来进行仿真,该仿真将温度、星期、月份、节假日因素作为网络的输入向量,取日负荷峰值作为网络的输出向量.仿真结果显示取得了较好的预测准确率.
- 任金霞游鑫余志武
- 关键词:动态模糊神经网络短期电力负荷预测
- 基于自适应遗传小波神经网络的水质评价建模被引量:1
- 2015年
- 水环境污染过程的非确定性和非线性,使得传统的水质评价方法存在局限性。为了提高水质评价的准确性,提出了一种基于改进小波神经网络(wavelet neural network,WNN)的水质评价模型。采用自适应遗传算法(adaptive genetic algorithm,AGA)对小波神经网络的初始权值进行优化,再通过小波神经网络算法对网络进行训练,最后对训练好的网络展开测试。仿真结果表明,自适应遗传算法和小波神经网络的结合提高了网络的训练效率,该方法可以用于水质评价建模,并且评价结果具有较高的精度和准确性。
- 任金霞余志武游鑫
- 关键词:小波神经网络水质评价遗传算法自适应
- 基于改进小波神经网络的水质评价建模研究
- 水资源是一种不可替代的资源。近年来,国内外一直重视水资源的保护和治理工作。然而随着科技和产业的发展,水资源的问题还是一直制约着社会和生态环境的发展。同时传统的水质评价方法面对水环境问题的复杂性和非线性缺少高效的处理效率,...
- 余志武
- 关键词:水质评价小波神经网络自适应遗传算法全局搜索
- 文献传递