基于自组织特征映射神经网络和模糊理论的短期电价预测
提出了一种基于自组织特征映射神经网络(Kohonen网络)和模糊理论的短期电价预测方法.预测分两个阶段.首先,根据Kohonen网络的聚类特性,进行第一阶段的电价预测,样本在输入时就已分好类,输入既有与电价曲线连续性有关的数据又有反映电价周期性变化的数据,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的方式以缩短学习时间,提高学习精度.第一阶段预测出一个基本的电价后,在第二阶段利用模糊理论根据前一个时段的预测误差和误差变化对其进行校正,实例分析证明了该方法的有效性.
自组织特征映射 神经网络 模糊理论 电价预测
赵菁 刘敏
贵州大学电气工程学院,贵州省,贵阳市,550003
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）