一种基于鸡群算法优化Elman神经网络的短期电力负荷预测方法

AITNT
正文
推荐专利
一种基于鸡群算法优化Elman神经网络的短期电力负荷预测方法
申请号:CN202411853206
申请日期:2024-12-16
公开号:CN119692558A
公开日期:2025-03-25
类型:发明专利
摘要
本发明涉及一种基于鸡群算法优化Elman神经网络的短期电力负荷预测方法,该方法采用具有局部记忆单元和局部反馈连接的Elman神经网络建立预测模型,并利用具有全局搜索能力的鸡群算法CSO优化Elman神经网络的初始权值和阈值,构建出CSO‑Elman短期电力负荷预测模型;然后,对CSO‑Elman短期电力负荷预测模型进行训练;最后,利用训练好的CSO‑Elman短期电力负荷预测模型进行短期电力负荷预测。该方法有利于提高短期电力负荷预测的准确性和稳定性。
技术关键词
Elman神经网络 短期电力负荷预测 鸡群算法 建立预测模型 初始聚类中心 非线性状态空间 记忆单元 智能电表采集 样本 误差函数 位置更新 方程 特征选择 异常数据
系统为您推荐了相关专利信息
1
一种基于复合二次变分模态分解(CIV-CBA)策略的短期电力负荷预测方法
电力负荷预测模型 短期电力负荷预测 集合经验模态分解 Attention机制 搜索算法
2
一种基于数据分析的汽车火花塞老化检测预警系统
汽车火花塞 工作参数数据 系统监控模块 检测预警系统 预警模块
3
一种河道整治工程应急预警装置及方法
应急预警装置 河道整治工程 水位监测组件 预警模块 调控系统
4
一种适用于混合型属性数据的自适应邻域粒聚类方法
邻域 混合型 初始聚类中心 异性 样本
5
一种基于云服务平台的招投标系统
云服务平台 招投标方法 招投标系统 初始聚类中心 节点
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号