递归网络
-
-
基于Elman神经网络的电力负荷预测模型研究
本项目主要研究并建立基于Elman递归神经网络的电力系统负荷预测模型。电力负荷受气象条件、经济活动、居民行为等多种复杂因素影响，呈现出高度的非线性和显著的时间相关性。Elman神经网络通过在隐含层之后引入承接层（Context Layer）构成的局部反馈回路，使得网络能够存储内部状态，具有处理时间演化过程的动态记忆功能，相比传统前馈神经网络更适用于电力负荷这类时变信号的建模。项目实施过程包括：首先对收集到的电力负荷历史观测数据进行清洗，处理坏数和缺失数据，并针对影响负荷的关键因子如环境温度、湿度、工作日类
