刘小华
- 作品数:4 被引量:119H指数:3
- 供职机构:华中科技大学电气与电子工程学院更多>>
- 发文基金:国家教育部博士点基金国家自然科学基金更多>>
- 相关领域:电气工程自动化与计算机技术更多>>
- 基于混沌时间序列的负荷预测及其关键问题分析被引量:59
- 2004年
- 通过对混沌时间序列进行分析,找出了运用它进行电力系统负荷预测的关键因素:“取舍规则”、嵌入维数和延时的选取。笔者还建立了一种“取舍规则”,并运用它进行了实例分析,结果表明基于该“取舍规则”进行负荷预测的效果良好。
- 张步涵刘小华万建平刘沛程时杰
- 关键词:电力系统负荷预测混沌时间序列非线性动力系统
- 一种基于小波神经元网络的短期负荷预测方法被引量:10
- 2004年
- 小波神经元网络比多层前馈神经网络具有更多自由度和更好的适应性。为更好地反映气象因素对负荷的影响及提高负荷预测的精度,文章选用Morlet小波构建小波神经元网络,采用误差反传学习算法来训练网络,采用自学习隶属度分析聚类的新方法选择训练样本。并应用武汉电网近年的负荷数据和气象资料进行了建模和预测,预测结果表明所建立的小波神经元网络预测模型具有较好的收敛性,采用自学习隶属度分析聚类方法选择训练样本能改善预测精度。
- 张步涵赵剑剑刘小华刘沛程时杰陆俭
- 关键词:电力系统电网短期负荷预测小波神经元网络
- 逐级均值聚类算法的RBFN模型在负荷预测中的应用被引量:50
- 2004年
- 该文针对传统K均值聚类算法的不足,提出了一种新的聚类算法——逐级均值聚类算法,解决了传统聚类算法解的局部最优性问题和如何确定聚类数目的问题。在应用该算法确定RBF模型隐含层的中心向量时,同时确定了隐含层的节点数和RBF网络模型的结构。对于网络参数的确定,文中也提出了一种新的交互式的学习方案,将学习样本分为训练样本和测试样本,分别对网络进行权值确定和半径调节,得到了非常稳定的网络结构。运用文中所述模型及算法与传统的RBFN进行负荷预测比较,结果表明前者网络更稳定,预测精度更高。
- 刘小华刘沛张步涵万建平
- 关键词:电力系统负荷预测非线性函数
- 数据挖掘在电力系统短期负荷预测智能化建模中的应用研究
- 负荷预测是电力系统的一项基本工作,在整个经济运行中占有重要地位.可靠的负荷预测不仅对系统规划非常重要,在电力的市场化趋势下,它还直接带来可观的经济效益.近二十年来,国内外大量的专家学者对负荷预测技术进行了卓有成效的理论研...
- 刘小华
- 关键词:电力系统负荷预测数学模型数据挖掘人工神经元网络聚类算法
- 文献传递