论文部分内容阅读
应用扩展自组织映射网络研究了电力系统峰值负荷预测问题。在传统的Kohonen自组织映射（SOM）网络的学习算法的基础上，为了提高电力系统峰值负荷预测的精度，进一步提出了一种扩展的自组织映射算法。在这个SOM网络中，除了权矩阵外，还有一个输入输出对的局部梯度（Jocobian）矩阵也被存储在神经元中。这样，在输出空间中梯度信息围绕输出权值产生了一个一阶扩展，便可得到一个输出的改进估计值。同时，提出了一个Jocobian矩阵的生成算法。最后采用纽约市的电力负荷数据为研究对象,证明了所提出方法的有效性。