本文關鍵詞：基于改進螢火蟲算法的小波神經(jīng)網(wǎng)絡短期負荷預測方法，由筆耕文化傳播整理發(fā)布。

【摘要】：傳統(tǒng)的小波神經(jīng)網(wǎng)絡以梯度下降法訓練網(wǎng)絡,而梯度下降法易導致網(wǎng)絡出現(xiàn)收斂早熟、陷入局部極小等問題,影響網(wǎng)絡訓練的精度。文章將螢火蟲算法用于訓練小波神經(jīng)網(wǎng)絡,在全局內(nèi)搜尋網(wǎng)絡的最優(yōu)參數(shù)。為了提高螢火蟲算法參數(shù)尋優(yōu)的能力,在訓練過程中自適應調(diào)節(jié)γ值。同時利用高斯變異來提高螢火蟲個體的活性,在保證收斂速度的同時避免算法陷入局部極小。將優(yōu)化后的小波神經(jīng)網(wǎng)絡用于短期負荷預測,實驗證明改進后的預測模型非線性擬合能力較強、預測精度較高。
【作者單位】： 南京郵電大學自動化學院;
【關鍵詞】： 小波神經(jīng)網(wǎng)絡 螢火蟲算法 負荷預測 全局尋優(yōu)
【基金】：國家自然科學基金項目(61105082) 江蘇省“青藍工程”基金(QL2016) 南京郵電大學“1311人才計劃”基金(NY2013) 江蘇省普通高校研究生科研創(chuàng)新計劃項目(SJLX15_0387)
【分類號】：TP18
【正文快照】： 0引言短期負荷預測主要是預報未來24小時至幾天內(nèi)的系統(tǒng)負荷[1]。精確的負荷預測有助于合理安排機組的檢修計劃以及規(guī)劃未來發(fā)電機組的安裝,對社會生活和經(jīng)濟發(fā)展意義重大。從經(jīng)典的單耗法、彈性系數(shù)法到當前的灰色預測法、神經(jīng)網(wǎng)絡法等,負荷預測技術在不斷進步。其中,神經(jīng)網(wǎng)

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 蔡念,胡匡祜,李淑宇,蘇萬芳;小波神經(jīng)網(wǎng)絡及其應用[J];中國體視學與圖像分析;2001年04期

2 吳曦,康會光;基于隨機小波神經(jīng)網(wǎng)絡的一類隨機過程的逼近[J];安陽師范學院學報;2002年02期

3 丁勇,劉守生,胡壽松;一種廣義小波神經(jīng)網(wǎng)絡的結(jié)構(gòu)及其優(yōu)化方法[J];控制理論與應用;2003年01期

4 劉雨華,葉小嶺,周媛;小波神經(jīng)網(wǎng)絡在綜合評價中的應用[J];統(tǒng)計與決策;2005年15期

5 劉景艷;鄒有明;;小波神經(jīng)網(wǎng)絡在提升設備故障診斷中的應用[J];煤礦機械;2006年04期

6 韓寶如;孟玲玲;;一種基于小波神經(jīng)網(wǎng)絡的模擬電路故障診斷方法[J];電子測量技術;2006年06期

7 李建麗;鐘儀華;李智超;;小波神經(jīng)網(wǎng)絡多屬性綜合評價及其應用[J];科技資訊;2008年03期

8 劉淵;戴悅;曹建華;;基于小波神經(jīng)網(wǎng)絡的流量混沌時間序列預測[J];計算機工程;2008年16期

9 張坤;;小波神經(jīng)網(wǎng)絡在糧食產(chǎn)量預測中的應用[J];計算機與數(shù)字工程;2010年03期

10 左磊;侯立剛;高大明;彭曉宏;吳武臣;;基于粒子群-小波神經(jīng)網(wǎng)絡的模擬電路故障診斷[J];北京工業(yè)大學學報;2010年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 胡博;陶文華;崔博;白一彤;尹旭;;基于小波神經(jīng)網(wǎng)絡的異步電機故障診斷[A];2009中國控制與決策會議論文集（2）[C];2009年

2 何正友;錢清泉;;一種改進小波神經(jīng)網(wǎng)絡模型在電力故障信號識別中的應用[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

3 魯艷軍;陳漢新;陳緒兵;;基于小波神經(jīng)網(wǎng)絡的齒輪裂紋故障診斷[A];節(jié)能減排 綠色制造 智能制造——低碳經(jīng)濟下高技術制造產(chǎn)業(yè)與智能制造發(fā)展論壇論文集[C];2010年

4 董健;尹萌;張輝;;小波神經(jīng)網(wǎng)絡結(jié)合多項式的混合預測方法在通信規(guī)劃中的應用[A];2011全國無線及移動通信學術大會論文集[C];2011年

5 謝建宏;張為公;;復合材料疲勞剩余壽命預測的動態(tài)小波神經(jīng)網(wǎng)絡方法[A];第二屆全國信息獲取與處理學術會議論文集[C];2004年

6 陳建秋;張新政;;基于小波神經(jīng)網(wǎng)絡的水質(zhì)預測應用研究[A];2006中國控制與決策學術年會論文集[C];2006年

7 孫正貴;;小波神經(jīng)網(wǎng)絡的高效學習算法及應用研究[A];中南六�。▍^(qū)）自動化學會第24屆學術年會會議論文集[C];2006年

8 黃敏;朱啟兵;崔寶同;;基于小波神經(jīng)網(wǎng)絡的軋機特性回歸[A];2007中國控制與決策學術年會論文集[C];2007年

9 周紹磊;張文廣;李新;;一種基于改進遺傳算法的小波神經(jīng)網(wǎng)絡[A];2007年中國智能自動化會議論文集[C];2007年

10 杜青;劉劍飛;劉娟;喬延華;;基于小波神經(jīng)網(wǎng)絡的模擬調(diào)制信號自動識別[A];2007通信理論與技術新發(fā)展——第十二屆全國青年通信學術會議論文集（下冊）[C];2007年

中國博士學位論文全文數(shù)據(jù)庫 前6條

1 侯霞;小波神經(jīng)網(wǎng)絡若干關鍵問題研究[D];南京航空航天大學;2006年

2 章文俊;小波神經(jīng)網(wǎng)絡算法及其船舶運動控制應用研究[D];大連海事大學;2014年

3 宋清昆;自適應結(jié)構(gòu)優(yōu)化神經(jīng)網(wǎng)絡控制研究[D];哈爾濱理工大學;2009年

4 李文軍;多小波和小波神經(jīng)網(wǎng)絡構(gòu)造及其在電弧故障診斷中的應用研究[D];吉林大學;2008年

5 劉守生;遺傳算法與小波神經(jīng)網(wǎng)絡中若干問題的研究[D];南京航空航天大學;2005年

6 周衛(wèi)東;一類混合動態(tài)系統(tǒng)建模與優(yōu)化調(diào)度問題的研究[D];山東大學;2005年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 張清華;小波神經(jīng)網(wǎng)絡參數(shù)優(yōu)化及其應用[D];東北農(nóng)業(yè)大學;2009年

2 王建雙;基于小波神經(jīng)網(wǎng)絡控制器設計與研究[D];哈爾濱理工大學;2009年

3 張蓉暉;小波神經(jīng)網(wǎng)絡及其在模擬電路診斷中的應用[D];華中科技大學;2008年

4 吳曦;基于隨機小波神經(jīng)網(wǎng)絡的一類隨機過程的逼近[D];西北工業(yè)大學;2001年

5 王勇;基于小波神經(jīng)網(wǎng)絡的模擬電路故障診斷的研究[D];內(nèi)蒙古工業(yè)大學;2006年

6 王超;基于智能算法的含酸性氣體甲烷水合物形成條件預測研究[D];中國石油大學(華東);2014年

7 姜琳珊;基于區(qū)間小波神經(jīng)網(wǎng)絡的高爐爐溫預測[D];東北大學;2014年

8 陶麗;基于改進小波神經(jīng)網(wǎng)絡模型的交通流預測研究[D];上海工程技術大學;2016年

9 譚杰;基于小波神經(jīng)網(wǎng)絡的模擬電路故障診斷研究[D];湖南大學;2008年

10 李進如;基于改進小波神經(jīng)網(wǎng)絡的故障識別方法研究[D];華北電力大學（北京）;2008年

  本文關鍵詞：基于改進螢火蟲算法的小波神經(jīng)網(wǎng)絡短期負荷預測方法，由筆耕文化傳播整理發(fā)布。

，

本文編號：462608