基于Kalman滤波的神经网络学习算法及其应用
田晓宇1
李明干2
刘沛2
1.华中科技大学控制工程系,武汉,4300742.华中科技大学电气与电子工程学院,武汉,430074
摘要：针对传统神经网络学习算法速度慢、容易陷入局部最优解的缺点,将卡尔曼滤波应用于人工神经网络的训练算法中.同时,在卡尔曼滤波计算中,将奇异值分解应用于卡尔曼滤波的递推公式中,提高了协方差阵计算的数值稳定性.最后,本文通过将神经网络的卡尔曼滤波算法应用于电力系统短期负荷预测中,验证了该方法不仅具有理论意义,同时也有实用价值.
关键词：神经网络Kalman滤波奇异值分解电力系统短期负荷预测
分类号：TP393(计算技术、计算机技术)
论文发表日期：2005-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 40-42,104 )
英文信息