基于自组织特征映射神经网络的短期负荷预测

被引：5

作者：

赵菁

彭慧敏

张家亮

谢维廉

机构：

[1] 贵州工业大学电气工程学院

[2] 贵州工业大学电气工程学院贵州贵阳

[3] 贵州贵阳

来源：

贵州工业大学学报(自然科学版) | 2003年 / 02期

关键词：

自组织特征映射; 神经网络; 短期负荷预测;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出了一种基于自组织特征映射神经网络(Kohonen网络)的短期负荷预测方法,根据Kohonen网络的聚类特性,样本在输入时就已分好类。输入既有与负荷曲线平滑性有关的数据又有反映负荷周期性变化的数据。在学习训练时,区别于普通的无监督竞争学习采用有监督竞争学习方式,缩短了学习时间,提高了学习精度。实例分析证明了该方法的有效性。

引用

页码：57 / 62

页数：6