Elman 神经网络在水电站入库流量短期预测中的应用

《Elman 神经网络在水电站入库流量短期预测中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第37卷第7期华电技术V01．37No．72015年7月HuadianTechnologyJu1．2015Elman神经网络在水电站入库流量短期预测中的应用李强，唐锋，陈卓，胡晨贺(雅砻江流域水电开发有限公司，成都610000)摘要：Elman神经网络具有适应时变特性的能力，对历史数据具有敏感性，具备自主学习的优势，能以任意精度逼近任意非线性映射。梯度下降法可使函数具有单调递减性、梯度收敛于0等特点。采用梯度下降法和Elman神经网络相结合的方法进行水电站入库流量短期预测，比传统的BackPropagation神经网络预测精度具有明显的优势。

2、关键词：Elman；神经网络；梯度下降法；预测；入库流量中图分类号：TK730文献标志码：A文章编号：1674—1951(2015)07—0001—03动态地反映系统动态过程的特性。Elman的优点在0引言于承接层延时与存储了来自隐含层的输出，并作为入库流量是汛期运行人员重点关注的数据之隐含层的输入，形成一种闭环。这种网络结构对以一，防洪度汛方案的编制、梯级水库调度图编制、洪往数据具有敏感性，加强了网络本身分析动态信息水预测、电站水位控制及发电经济效益评价都需要的能力。此外，Elman神经网络能够以任意精度逼参考入库流量J。人库流量受27类气

3、象因子、11近任意非线性映射。个海区等不确定因素影响j，且在不同时期受到的Elman网络结构如图2所示，以图2为例，El—影响程度不同，并具有非线性、动态性的特点。雅砻man神经网络的非线性状态空间表达式为江流域气候属于川西高原气候，由于该流域跨越7个多纬度，加之二滩水电站上游地形复杂，谷岭高差悬殊，影响二滩水电站入库流量的因素多变而复杂。1Elman神经网络承接层Elman神经网络是在BackPropagation(BP)神经网络的基础上，在前馈式网络的隐含层中增加了1个承接层，每个隐单元通过反馈状态向量到所有隐单元’。BP神经网络拓扑结构

4、如图1所示。图2Elman网络结构隐含层的输入7_()=W1。(k)+W2(比(k一1)))，(1)隐含层的输出。(J})=(Ij}一1)，(2)网络的输出输入层输出层Y(k)：g(W3(k))，(3)图1BP神经网络拓扑结构式中：为m维输出结点向量；为几维中间层结点Elman的输入层、隐含层、输出层的连接类似于单元向量；lI为r维输入向量；。为维反馈状态BP前馈式网络㈨，而承接层用来记忆隐含层单元前量；加。为承接层到隐含层连接权值；w为输入层到一时刻的输出值，并返回给网络的输入，是1个1步隐含层连接权值；w为隐含层到输出层连接权值；延时算子

5、，使系统具有适应时变特性的能力，能直接g(x)为输出神经元的传递函数，是中间层输出的线收稿日期：2014—12—24；修回日期：2015—06—05性组合)为中间层神经元的传递函数。·2·华电技术第37卷表12014年4月二滩水电站入库流量2梯度下降法梯度下降法利用负梯度方向来决定每次迭代的新的搜索方向，每次迭代能使待优化的目标函数逐步减小。无约束的梯度下降法利用已得迭代点的信息-9，根据lg^一l≤lgJ的要求，通过解非线性方程得到下个迭代点。保证连续可微的凸函数收敛到全局极小点，具有收敛域大、速度快的特点。文献[7]证明了采用梯度下降学习

6、法的Elman神经网络具有误差函数单调递减性，因此，网络学习一定能够找到W，使得E(W)=minE(W)，(4)式中：E(W)为最小学习指标函数；E(W)为学习指标函数。采用梯度下降法能大大提高网络的训练速度，又能克服网络不能在全局中寻找极小点的缺点，网络学习的结果是用训练数据的实际值和预测值的差值来修改权值，使输出层的误差平方和最小。梯度下降学习法的Elman神经网络同样采用BP算法进行权值修正，学习指标函数采用误差平方和函数。E(W)=0．5X∑(Yk(W)一ya(w))，(5)式中：J，为输入向量；为目标输入向量。将预测结果对比分析。任

7、意给定初始权值W。，生成权值序列W，则建立Elman神经网络和BP神经网络，试设不W：W一~1E(W)，(6)同隐藏层神经元个数分别为9，11，13，14，设置神经式中：71为学习率，k取自然数。网络训练精度GOAL为0．005。初始化Elman神经E(W)分别对W，W：，W，求偏倒数，可得权值修网络，并采用动态自适应学习率的梯度下降算法训正值7W，7W：，7W[63，优化原来训练过程中的权练Elman神经网络。预测值均方根误差见表2。值，即表2Elman，BP神经网络预测值均方根误差7Wk=W一W。(7)最终，梯度下降学习法的Elman神经

8、网络误差函数的梯度收敛于0【，权值序列收敛于固定点。3入库流量短期预测一般来说，电站侧每日至少掌握3次入库流量90．547数据，运用梯度下降法和Elman神经网络相