• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IFAC PapersOnLine >Two-Stage Artificial Neural Network Model for Short-Term Load Forecasting
【24h】

Two-Stage Artificial Neural Network Model for Short-Term Load Forecasting

机译：两级人工神经网络模型短期负荷预测

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Short-term load forecast (STLF) is important to ensure stable, reliable and efficient power system operations. In this paper, we propose a two-stage artificial neural network (ANN) model for load forecasting application. The proposed system is currently being tested in the Taiwan Power Company (TPC) with potential for future adoption in their decision support systems. The accuracy of the proposed forecast model is tested using the historical data obtained from TPC; the results show that the proposed two-stage ANN model can outperform a previously proposed single stage ANN load forecast model.
机译：短期负载预测（STLF）对于确保稳定，可靠和高效的电力系统操作非常重要。在本文中，我们提出了一种用于负载预测应用的两级人工神经网络（ANN）模型。拟议的系统目前在台湾电力公司（TPC）中进行了测试，潜在的决策支持系统将通过。使用从TPC获得的历史数据测试所提出的预测模型的准确性;结果表明，所提出的两级ANN模型可以优于先前提出的单级ANN负荷预测模型。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号