运用神经网络进行电力负荷预测中数据预处理方法研究
神经网络用于电力系统负荷预测时,如果输入空间严重自相关或网络维数较高,将给网络训练的效率造成巨大负面影响,导致神经网络的预测精度下降.文中针对电力负荷预测的数据预处理问题提出了一种结合基于核函数的主成分分析(KUCA)与小波分析的预处理方法,通过对原输入空间进行重构,消除变量间的线性相关性,根据各主成分的贡献率来确定网络结构使结构大为简化.实例验证,该方法在简化网络结构的同时提高了负荷预测精度.
神经网络 数据预处理 小波分析 负荷预测
张彩庆 卢艳超
华北力大学经济管埋系,河北省,保定市,071003
国内会议
北京
中文
2006-09-17（万方平台首次上网日期，不代表论文的发表时间）