文章标题：基于神经网络智能算法的船舶电力负荷预测

文章作者：蒙宁佳^1,2, 蒙宁安³, 申康¹, 王建¹, 张圆圆¹
关 键 字：负荷预测;船舶电力;神经网络;预测精度
文章摘要：在复杂海洋环境中，船舶能源管理系统对既能提供高精度又能实时响应的预测模型的需求越来越大。与传统预测方法相比，由于强大的学习能力和泛化能力，人工神经网络算法在处理船舶电力负荷预测等非线性数据方面具有潜在优势，但每种神经网络智能算法都有其独特的优势、局限性和应用合理性。采用RBF、BP、Elman和LSTM这4种类型的智能方法来预测船舶在恶劣海况下的短期电力负荷。实验结果表明，RBF网络预测模型的平均相对误差、均方根误差等评价指标优于其他神经网络，RBF神经网络在收敛速度、预测精度和泛化能力方面表现最优，是预测船舶电力负荷的有效工具，为船舶电力系统的实时优化调度和能效管理提供了参考。