电力系统准确负荷预测的集成神经网络方法

Krzysztof Siwek公司;斯坦尼斯·奥索夫斯基;Ryszard Szupiluk公司

国际应用数学与计算机科学杂志(2009)

  • 第19卷，第2期，第303-315页
  • 国际标准编号：1641-876X

摘要

顶部
本文提出了一种改进的电力系统1-24小时负荷预测方法，通过集成系统集成和组合不同的神经预测结果。我们将整合三种解决方案的部分预测结果，其中一种解决方案依赖于多层感知器，另两种解决方案则依赖于竞争型自组织网络。作为专家系统，我们将应用不同的积分方法：简单平均、基于奇异值分解的加权平均、主成分分析和盲源分离。将介绍并讨论有关预测波兰电力系统未来24小时小时负荷的数值实验结果。我们将在平均绝对百分比误差、均方误差和最大百分比误差的基础上比较不同集成方法的性能。与单独的预测结果相比，它们显示了所提出的集合方法的显著改进。将我们的工作与相同数据的其他论文的结果进行比较，证明了我们的方法的优越性。

如何引用

顶部

Krzysztof Siwek、Stanisław Osowski和Ryszard Szupiluk。“电力系统准确负荷预测的集成神经网络方法。”国际应用数学与计算机科学杂志19.2 (2009): 303-315. <http://eudml.org/doc/207937>.

@文章{KrzysztofSiwek2009，
抽象={本文提出了一种改进的电力系统1-24小时负荷预测方法，通过集成系统集成和组合不同的神经预测结果。我们将集成三种解决方案的部分预测结果，其中一种方案依赖多层感知器，另两种方案依赖自组织网络竞争型的。作为专家系统，我们将采用不同的集成方法：简单平均、基于SVD的加权平均、主成分分析和盲源分离。将介绍并讨论有关预测波兰电力系统未来24小时小时负荷的数值实验结果。我们将在平均绝对百分比误差、均方误差和最大百分比误差的基础上比较不同集成方法的性能。与单独的预测结果相比，它们显示了所提出的集合方法的显著改进。将我们的工作与相同数据的其他论文的结果进行比较，证明了我们方法的优越性。}，
作者={Krzysztof Siwek，Stanisław Osowski，Ryszard Szupiluk}，
journal={国际应用数学与计算机科学杂志}，
关键词={神经网络；盲源分离；预测器集合；负荷预测}，
语言={eng}，
数字={2}，
页数={303-315}，
title={电力系统准确负荷预测的集成神经网络方法}，
url={http://eudml.org/doc/207937},
体积={19}，
年份={2009}，
}

TY-JOUR公司
澳大利亚-Krzysztof Siwek
澳大利亚——斯坦尼斯·瓦·奥斯维斯基（Stanisław Osowski）
澳大利亚-Ryszard Szupiluk
电力系统准确负荷预测的TI集成神经网络方法
JO-国际应用数学与计算机科学杂志
2009年上半年
VL-19
IS-2
SP-303型
EP-315
AB-本文提出了一种改进的电力系统1-24小时负荷预测方法，通过集成系统集成和组合不同的神经预测结果。我们将整合三种解决方案的部分预测结果，其中一种解决方案依赖于多层感知器，另两种解决方案则依赖于竞争型自组织网络。作为专家系统，我们将采用不同的集成方法：简单平均、基于SVD的加权平均、主成分分析和盲源分离。将介绍并讨论有关预测波兰电力系统未来24小时小时负荷的数值实验结果。我们将根据平均绝对百分比误差、均方误差和最大百分比误差来比较不同集成方法的性能。与单独的预测结果相比，它们显示了所提出的集合方法的显著改进。将我们的工作与相同数据的其他论文的结果进行比较，证明了我们的方法的优越性。
洛杉矶-eng
KW-神经网络；盲源分离；预测因子集合；负荷预测
UR-（欧元）http://eudml.org/doc/207937
急诊室-

工具书类

顶部
  1. Afkhami Rohani，K.R.和Maratukulam，D.（1998年）。ANNSTLF-人工神经网络短期负荷预测-第三代，IEEE电力系统汇刊13（4）：1413-1422
  2. Belouchrani，A.、Abed-Meraim，K.、Cardoso，J.和Moulines，E.（1997年）。使用SOS的BSS技术，IEEE信号处理事务45（2）：434-444
  3. Choi，S.、Cichocki，A.和Belouchrani，A.（2002年）。二阶非平稳源分离，VLSI信号处理杂志32（1-2）：93-104Zbl1010.94506号
  4. Cichocki，A.和Amari，S.I.（2003年）。自适应盲信号和图像处理，威利，纽约州纽约市。 
  5. Cichocki，A.、Amari，S.、Siwek，K.和Tanaka，T.（2009年）。ICALAB工具箱，东京RIKEN，网址：http://www.bsp.brain.riken.jp/ICALAB。 
  6. Cottrell，M.、Girard，B.、Giraard，Y.、Muller，C.和Rousset，P.（1995）。《每日电力曲线：使用Kohonen图进行分类和预测》，《人工中性网络国际研讨会论文集》，IWANN，马拉加，西班牙，第1107-1113页
  7. Diamantras，K.和Kung，S.Y.（1996年）。主成分神经网络，威利，纽约州纽约市。 
  8. Drezga，I.和Rahman，S.（1998年）。基于ANN的短期负荷预测的输入变量选择，IEEE电力系统汇刊13（4）：1238-1244
  9. Fidalgo，J.N.和Pecas Lopez，J.（2005）。面对异常事件时的负荷预测性能增强，IEEE Transactions on Power Systems 20（2）：408-415
  10. Golub，G.和Van Loan，C.（1991年）。矩阵计算，学术出版社，纽约州纽约市。 Zbl1118.65316号
  11. Gonzalez-Romera，E.，Jaramillo-Moran，M.A.和CarmonaFernandez，D.（2006年）。基于趋势提取的月度电力需求预测，IEEE电力系统交易21（4）：1946-1953
  12. Guyon，I.和Elisseeff，A.（2003）。变量和特征选择简介，机器学习研究杂志3（3）：1158-1182Zbl1102.68556号
  13. Haykin，S.（2002）。神经网络。纽约州纽约市麦克米伦综合基金会。 兹比尔0828.68103
  14. Hippert，H.S.、Pedreira，C.E.和Souza，R.C.（2001）。短期负荷预测的神经网络：回顾和评估，IEEE电力系统交易16（1）：44-55
  15. Kandil，N.、Wamkeue，R.、Saad，M.和Georges，S.（2006年）。使用人工神经网络进行短期负荷预测的有效方法，电力和能源系统28（4）：525-530
  16. Kiartzis，S.J.、Zoumas，C.E.、Theocharis，J.、Bakirtzis，A.G.和Petridis，V.（1997）。使用人工神经网络的自治电力系统短期负荷预测，IEEE电力系统交易12（4）：1591-1596
  17. Kuntcheva，L.（2004年）。组合模式分类器方法和算法，Wiley，纽约，NY。 
  18. Lendasse，A.、Cottrell，M.、Wertz，V.和Verleysen，M.（2002年）。使用kohonen地图预测电力负荷——波兰电力消耗的应用，《美国控制会议论文集》，美国阿拉斯加州安克雷奇，第28卷，第3684-3688页
  19. Ljung，L.（1999）。系统识别-用户理论，PTR Prentice Hall，Upper Saddle River，NJ。 Zbl0615.93004号
  20. Mandal，P.、Senjyu，T.、Urasaki，N.和Funabashi，T.（2006年）。基于神经网络的提前数小时电力负荷预测，使用类似的天数方法，电力和能源系统28（3）：367-373
  21. Nikias，L.和Petropulu，A.P.（1993年）。高阶谱分析——非线性信号处理框架，新泽西州上鞍河Prentice Hall。 Zbl0813.62083号
  22. Osowski，S.（2006）。《信息处理神经网络》，华沙科技大学出版社，华沙，（波兰语）。 
  23. Osowski，S.和Siwek，K.（1999）。电力系统负荷预测的自组织神经网络方法，《神经网络国际联合会议论文集》，美国华盛顿特区，第28卷，第1345-1348页
  24. Osowski，S.和Siwek，K.（2002年）。电力系统负荷预测神经网络的正则化，IEE Proceedings GTD 149（3）：340-345
  25. Sorjama，A.、Hao，J.、Reyhani，N.、Li，Y.和Lendasse，A.（2007）。时间序列长期预测方法，神经计算70（16-18）：2861-2869
  26. Yalcinoz，T.和Eminoglu，U.（2005年）。基于神经网络的中短期配电负荷预测，《能源转换与管理》46（8）：1393-1405

要在页面上嵌入这些注释，请在希望注释出现的页面上包含以下JavaScript代码。

只有小部件的控件将以您选择的语言显示。注释将以其创作语言显示。

告诉小部件每页要显示多少注释。您可以使用下一个和上一个控件循环查看其他注释。

    
                

                
注意：最佳实践建议在结束之前放置JavaScript代码</body>标签。