2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、對電力系統(tǒng)調(diào)度部門而言,提前預(yù)測出未來負(fù)荷是一項(xiàng)非常重要的工作,短期負(fù)荷預(yù)測結(jié)果的精確程度不僅關(guān)系到電力系統(tǒng)的安全運(yùn)行,還關(guān)系到電力企業(yè)的經(jīng)濟(jì)效益。
   本文提出了一種基于相似日的IEM-BP短期負(fù)荷預(yù)測模型。通過分析短期負(fù)荷特性及各影響因素,提出綜合相似度模型來尋找相似日。綜合相似度模型從日特征量和日期距離兩個角度出發(fā),綜合考慮溫度、降雨、日期類型、負(fù)荷的周期性以及“近大遠(yuǎn)小”的影響,用日特征量和日期距離的乘積來量化綜合相似

2、度。
   在建模過程中引入一種新型的智能方法——仿電磁學(xué)算法,并針對該算法進(jìn)行了改進(jìn),用改進(jìn)后的仿電磁學(xué)算法來優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閥值,最終建立基于相似日的IEM-BP短期負(fù)荷預(yù)測模型。用該模型與單純的BP模型、EM-BP模型、PSO-BP模型對同一天負(fù)荷進(jìn)行預(yù)測,仿真結(jié)果表明本文提出的模型在預(yù)測精度上具有明顯的優(yōu)勢。為了進(jìn)一步驗(yàn)證,用基于相似日的IEM-BP模型分別預(yù)測普通工作日和節(jié)假日一周的負(fù)荷,普通工作日一周的平

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論