Power system load forecasting is on

Power system load forecasting is one of the important work of electricity production departments, the load demand is affected by many factors (such as weather, economic, and social activities, etc.) effects, and their relationship is complex, unclear, so it is difficulty to predict the load accurately. In order to improve short term load forecasting accuracy, according to this non-linear reconstruction technique based on chaos theory we constructed an improved BP algorithm based on chaotic neural network short term load forecasting model in this paper. The above model and the algorithm was applied to the short-term power load forecasting of an south area, made a good prediction.

ผลลัพธ์ (ไทย) 1:

โหลดไฟระบบการคาดการณ์เป็นงานสำคัญของแผนกการผลิตไฟฟ้าอย่างใดอย่างหนึ่ง ความต้องการของโหลดเป็นผลกระทบจากหลายปัจจัย (เช่นสภาพอากาศ เศรษฐกิจ และกิจกรรม ฯลฯ ผล และความสัมพันธ์ซับซ้อน ไม่ ชัดเจน ดังนั้นจึงยากที่จะทำนายโหลดอย่างถูกต้อง เพื่อปรับปรุงระยะสั้นโหลดการคาดการณ์ความแม่นยำ ตามเทคนิคนี้บูรณะสมบัติอิงทฤษฎีความโกลาหลที่เราสร้างมี BP ขั้นตอนวิธีอิงโครงข่ายประสาทวุ่นวายโหลดระยะสั้นที่คาดการณ์รูปแบบในเอกสารนี้ รูปแบบข้างต้นและอัลกอริทึมใช้ในระยะสั้นไฟโหลดการคาดการณ์ของพื้นที่ใต้ ทำการคาดเดาที่ดี

ผลลัพธ์ (ไทย) 2:

อำนาจการพยากรณ์โหลดระบบเป็นหนึ่งในงานที่สำคัญของหน่วยผลิตไฟฟ้าความต้องการโหลดเป็นผลกระทบจากหลายปัจจัย (เช่นสภาพอากาศ, เศรษฐกิจ, และกิจกรรมทางสังคมอื่น ๆ ) ผลกระทบและความสัมพันธ์ของพวกเขามีความซับซ้อนไม่ชัดเจนดังนั้นจึงเป็น ความยากลำบากที่จะคาดการณ์ได้อย่างถูกต้องโหลด เพื่อที่จะปรับปรุงความถูกต้องในระยะสั้นการพยากรณ์โหลดตามเทคนิคการฟื้นฟูนี้ไม่เชิงเส้นอยู่บนพื้นฐานของทฤษฎีความโกลาหลที่เราสร้างอัลกอริทึม BP ดีขึ้นบนพื้นฐานของโครงข่ายประสาทเทียมในระยะสั้นรูปแบบการพยากรณ์โหลดวุ่นวายในบทความนี้ รูปแบบข้างต้นและขั้นตอนวิธีการที่ถูกนำไปใช้ในระยะสั้นคาดการณ์โหลดอำนาจของพื้นที่ภาคใต้ทำให้การทำนายที่ดี

ผลลัพธ์ (ไทย) 3:

ระบบการพยากรณ์ความต้องการพลังงานเป็นหนึ่งในงานที่สำคัญของหน่วยการผลิตไฟฟ้าโหลดความต้องการได้รับผลกระทบจากหลายปัจจัย เช่น สภาพอากาศ เศรษฐกิจ และสังคม ฯลฯ ) ผลและความสัมพันธ์ของพวกเขามีความซับซ้อน ไม่ชัดเจน ดังนั้นจึงยากที่จะทำนายการโหลดอย่างถูกต้อง เพื่อปรับปรุงความถูกต้องในการพยากรณ์โหลดระยะสั้นตามเส้นเทคนิคนี้สร้างตามทฤษฎีโกลาหลที่เราสร้างขึ้นบนพื้นฐานของเครือข่ายประสาทขั้นตอนวิธี BP วุ่นวายระยะสั้นโหลดการพยากรณ์ในกระดาษนี้ แบบข้างต้น และใช้วิธีการในการพยากรณ์ความต้องการพลังงานระยะสั้นของพื้นที่ภาคใต้ ได้คำทำนายที่ดี