【摘 要】
：
针对电力负荷数据在多重因素相互影响下呈现非线性特性甚至是混沌性的问题,采用基于相空间重构的Elman神经网络方法进行全社会工业月用电量预测.利用小数据量法计算最大Lyapu
论文部分内容阅读
针对电力负荷数据在多重因素相互影响下呈现非线性特性甚至是混沌性的问题,采用基于相空间重构的Elman神经网络方法进行全社会工业月用电量预测.利用小数据量法计算最大Lyapunov指数,判别负荷时间序列的混沌性,进而确定最优延迟时间及最佳嵌入维数进行相空间重构,以此确定Elman神经网络的拓扑结构,并将实测数据带入模型进行训练.通过对实测数据进行预测仿真,表明该模型达到了较好的预测效果,验证了提出的时间序列相空间重构与Elman神经网络结合的正确性与有效性.
其他文献
为了探明张拉时缓粘结剂固化程度对预应力钢筋摩擦损失的影响规律，制作6根预应力梁，每根梁直线布置3根缓粘结预应力钢筋，进行张拉试验．按照缓粘结剂的固化程度，对预应力钢筋分批进
针对液压四足机器人电液伺服位置控制存在的振动问题,分析电液伺服系统特性,根据振动控制技术提出输入指令整形控制策略,研究输入整形技术在抑制机械谐振方面的作用,为该技术
针对组播速率不能满足传输需求的问题,提出了基于因特网组管理协议（IGMP）与改进自动速率回退（ARF）算法的无线组播速率自适应机制.该机制利用组播中必须发送的IGMP报文来获取接收
针对海量数据处理过程中大量相似特征会给数据分类造成冗余干扰,在分类中心确定时出现多次校验、重复等弊端,提出一种海量数据干扰下冗余数据高性能消除方法.采用主动采样方