论文研究-运用样本更新的实时神经网络进行短期电力负荷预测.pdf,
用多层神经网络模型解决短期电力负荷预测问题 ,提出了运用基于非梯度的单参数动态搜索(SPDS)算法训练网络 .这种学习算法可以克服 BP学习算法对规模大、特征多的问题难以收敛的困难 .根据预测日的天气信息进行样本集的动态构造和网络的实时训练 .计算结果表明 ,文中提出的模型可以较好地进行短期电力负荷预测 ,也验证了 SPD
相关下载链接:
//download.csdn.net/download/weixin_38744270/11790089?utm_source=bbsseo