%0 Journal Article
%T 运用样本更新的实时神经网络进行短期电力负荷预测
%J 系统工程理论与实践
%P 95-99
%D 2003
%X ？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spds学习算法的有效性.
%K 短期负荷预测
%K 多层神经网络
%K 单参数动态搜索
%U http://www.sysengi.com/CN/abstract/abstract107150.shtml