常德政
- 作品数：2 被引量：9H指数：1
- 供职机构：青岛大学自动化工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：电气工程交通运输工程机械工程更多>>
- 基于RBF-NN的电动汽车充电站短期负荷预测研究被引量：8
- 2014年
- 为了应对电动汽车大规模并网后对地区电网负荷模式和可靠运行带来的影响,本文以某电动汽车充电站的相关数据为依据,分析研究了电动汽车充电站的负荷特性以及影响负荷变化的主要因素,构建了基于RBF-NN的电动汽车充电站短期负荷预测模型,同时通过仿真算例验证并与BP-NN预测模型进行了比较。结果表明,基于RBF-NN的短期负荷预测模型具有更好的预测精度,适用于电动汽车充电站的短期负荷预测。该研究为下一步工程实践应用提供了理论依据。
- 常德政任杰赵建伟段晓燕龚文杰张智晟
- 关键词：电动汽车充电站短期负荷预测RBF神经网络负荷特性
- 基于EM-DRNN的风电功率预测模型被引量：1
- 2012年
- 提出基于类电磁机制算法的对角递归神经网络的风电功率预测模型.对角递归神经网络属于动态递归神经网络,具有较好的动态性能;类电磁机制算法模拟电磁场中带电粒子间吸引与排斥机制,可进行全局优化,具有好的收敛性能.模型采用类电磁机制算法对对角递归神经网络进行优化,可避免使神经网络训练陷入局部最小点,提高模型的预测精度.仿真结果表明,模型可有效降低预测误差,获得满意的预测精度.
- 张智晟龚文杰于强常德政
- 关键词：对角递归神经网络风电功率预测风电场
