:::
臺灣能源期刊


臺灣能源期刊發行
創刊日期: 102年11月30日
所: 經濟部能源局
人: 游振偉
地  址: 台北市復興北路2號13樓
電  話: 02-2772-1370
執行單位: 財團法人工業技術研究院
地  址: 新竹縣竹東鎮中興路四段195號26館
服務專線: 03-5916006
服務信箱: JOET@itri.org.tw
輯: 胡耀祖
胡均立
顧  問: 王運銘
童遷祥
楊日昌
執行主編: 楊秉純
陳志臣
編輯委員: 方良吉
王錫福
李堅明
林師模
馬鴻文
莊銘池
陳介力
陳希立
楊浩彥
廖肇寧
談駿嵩
劉文獻
蕭志同
(依筆畫順序排列)

 
 
:::
臺灣能源期刊   首頁臺灣能源期刊臺灣能源期刊論文全文


臺灣能源期刊第6卷第2期內容 出刊日期:June, 2019
 
題目 預處理對類神經網路短期負載動態預測的影響
Title The Effect of Preprocessing on Neural Network for Short-Term Electricity Load Forecasting
作者 陳春志、許倢歆、游凱為、楊世銘
Authors Chuen-Jyh Chen, Chieh-Hsin Hsu, Kai-Wei Yu, Shih-Ming Yang
摘要 建立基於粗糙集的短期負載預測類神經網路模型,預測未來一天至一周之電力需求。該模型由一組數據驗證,包括中央氣象局的天氣因素和台電公司的歷史負載。應用粗糙集通過消除冗餘屬性來修改模型。預處理的影響提高了類神經網路模型的可靠性,成功地避免了系統的複雜性;因此它比傳統的類神經網絡模型表現更好。藉由MATLAB模擬預測模型中,發現結果可以提高電力系統預測的可靠性,進一步幫助能源經濟和策略規劃。
關鍵字 類神經網路、粗糙集、短期負載預測、預處理
Abatract A short-term load forecasting neural network model based on rough sets is established to predict future power demand one day to one week ahead. The model is validated by a set of data including both weather factors from Central Weather Bureau and history load from Taiwan Power Company. Rough set is applied to modify the model by eliminating redundant attributes. The impact of preprocessing increases the reliability of the neural network model, which successfully avoids the complexity of the system; hence it performs better than the traditional neural network model. The model for forecasting is simulated in MATLAB and the results can increase the reliability of power system to further help energy economic and strategy planning.
Keywords Artificial Neural Network, Rough set, Short-term load forecasting, Preprocessing
 
 
回上一頁
通過A無障礙網頁檢測
深入分析  |  即時資訊  |  專業知識  |  臺灣能源期刊  |  能源補給站  |  電子報
Copyright © since 2011 經濟部能源局  |  經濟部能源局指導  |  工業技術研究院 製作
地址 105台北市松山區南京東路3段248號2樓之1 電話 886-2-87723137#581 傳真 886-2-87721425
本網頁設計建議瀏覽解析度 1024 x 768,並符合 IE 與 Firefox 瀏覽  |   隱私權政策  |   網站安全政策  |   法律聲明  |   智財聲明