版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、霹飄分類號一密級一——~U[】C艮礬理了犬學(xué)碩士學(xué)位論文基主厶王盟經(jīng)圓終毆電力縋塑魚煎亟型丞筮盟壅研究生姓名陳浩指導(dǎo)教師姓名、職稱——奎薹壟!熬塑!學(xué)科專業(yè)管理科學(xué)與工程研究方向厶三盤絲論文工作起止日期2004年6月3日論文提交日期2005年4月10E1AbstractNowadays,ourcourttryisbeinginaseriouselectricpowerscarceperiodTheelectricpowershortag
2、einnation—widescopenotonlYhasseriouslyaffectedtheindustrialproductionandbroughtgreatinconveniencetopeople‘slife,butalsohascausedaseriesofsocialproblemTosolvetheproblemofelectricpowershortage,wemustdeepenonthereformofelec
3、tricpowermarketcontinuouslyThus,itrequiresthePowerenterprisestoexcavatePotentialofthemselvesunderexistingconditions,reasonablymanagepowerresource,andreducethepecuniarylossbroughtbytheelectricpowershortageasbestasonecanTh
4、eshort—termelectricloadforecastisaveryimportantlinkintheelectricpowermanagement,resultedinagreatimprovementintheestablishmentoftheproductionplanofgenerators,thereasonabledeployforfireandwatergeneratee】ectricityandfuelthe
5、short。termmaintenanceofsafeanalysisequipmentsandthespreadoftheenergyofelectricalnetworkInadaythatinformativeconstructionareinvigorouSdevelopment,traditionalartificialforecastCannotalreadySatiSfytheneedsofelectriCpowerind
6、ustrialdevelopmentmoreandmoreHowever,theIlewforecastmethodofrepresentative,whichiSartificialneuralnetwork,showsitShugesuperiorityAfterstudyingplentyofdocumentsandanalyzingvariousimportantfactorsofelectricpowerload,theBPn
7、etworkwiththree—layerstructurehasbeenconstructed,andthenetworkwastrainedwithhistoricalelectricpoWerloaddataresuRedsncaassfulshoft—termelectriCpowerloadforecastAndtheprecisionhasrisentoahigherlevelcomparedwiththeresultfor
8、ecastedbytraditionaImethods,whichprovesthevalidityofartificialnervenetworkinthepowerloadforecastfieldofshortperiodAftertheartifieialnel1ralnetworkmodelofshortperiodpowerloadfecasthadbeen’established,andguidedbytheobjcot—
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于人工神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷在線預(yù)測研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的電力負(fù)荷短期預(yù)測.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測研究.pdf
- 短期負(fù)荷預(yù)測論文:基于神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測研究-(word可編輯)
- 基于人工神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負(fù)荷預(yù)測的應(yīng)用分析.pdf
- 基于混沌神經(jīng)網(wǎng)絡(luò)的電力負(fù)荷短期預(yù)測.pdf
- 基于量子神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測的研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的大連地區(qū)短期電力負(fù)荷預(yù)測.pdf
- 基于改進(jìn)人工神經(jīng)網(wǎng)絡(luò)法的短期負(fù)荷預(yù)測.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負(fù)荷預(yù)測研究(1)
- 基于人工神經(jīng)網(wǎng)絡(luò)的燃?xì)舛唐谪?fù)荷預(yù)測研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測研究
- 基于時間序列和人工神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負(fù)荷預(yù)測.pdf
- 基于模糊邏輯與神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測系統(tǒng)研究.pdf
- 基于改進(jìn)神經(jīng)網(wǎng)絡(luò)算法的電力負(fù)荷短期預(yù)測研究
評論
0/150
提交評論