根据某城市3个城镇9天内的燃气用量数据,建立基于Elman神经网络的短期预测模型,并使用PCA(主成分分析)技术对影响因素进行降维处理,将3个城镇燃气用量前8天的数据作为网络的训练样本,每3天的负荷作为输入向量,第4天的负荷作为目标向量。这样可以得到5组训练样本,第9天的数据作为网络的测试样本,验证该神经网络的预测精度,与BP神经网络、RBF(径向基函数)神经网络的预测结果进行对比,以此证明Elman神经网络在城市燃气短期负荷预测领域中的准确率。
科研之友
微信
新浪微博
Facebook
分享链接
