造价通

反馈
取消

热门搜词

造价通

取消 发送 反馈意见

小水电发电能力预测基于人工神经网络的小水电供负荷预测

2022/07/16141 作者:佚名
导读:ANN(人工神经网络)是一种“采用物理可实现的系统来模仿人脑神经细胞的结构和功能的系统,BP神经网络是目前应用最为广泛的神经网络模型之一,它是由输入层、中间层、输出层组成的阶层型神经网络,中间层可扩展为多层。相邻层之间各神经元进行全连接,而每层各神经元之间无连接。目前许多商用软件(如MatLab)中都包含了成熟的BP神经网络软件包可供方便地调用。 基于人工神经网络对某多小水电地区的网供负荷进行预测

ANN(人工神经网络)是一种“采用物理可实现的系统来模仿人脑神经细胞的结构和功能的系统,BP神经网络是目前应用最为广泛的神经网络模型之一,它是由输入层、中间层、输出层组成的阶层型神经网络,中间层可扩展为多层。相邻层之间各神经元进行全连接,而每层各神经元之间无连接。目前许多商用软件(如MatLab)中都包含了成熟的BP神经网络软件包可供方便地调用。

基于人工神经网络对某多小水电地区的网供负荷进行预测。预测采用两阶段还原方法,即分别预测该地区的地区负荷和小水电出力,并最终合成该地区的网供负荷。在神经网络输入量选择方面,依据前文分析结论,选取如下 :

(1)进行地区负荷预测时,选择预测日前一天(相同日类型)的96点地调口径负荷数据、与预测相同日类型的前5日最高负荷值、预测日最高气温和日最低气温、预测日前3日最高气温平均值和最低气温平均值(根据前文结论,对于待预测地区地调口径最高负荷与3日平均最高/最低气温相关性最强)作为输入向量。

(2)进行小水电出力预测时,选择预测日前一天的96点出力数据、预测日当日降雨量、预测日前28日累计降雨量总值(根据前文结论,对于待预测地区小水电日最大出力与28日累计降雨量相关性最强)作为输入向量。2100433B

*文章为作者独立观点,不代表造价通立场,除来源是“造价通”外。
关注微信公众号造价通(zjtcn_Largedata),获取建设行业第一手资讯

热门推荐

相关阅读