基于改进BP人工神经网络的电力负荷预测
电力系统负荷预测的精度将直接影响电力系统的经济效益和用电的安全和稳定，短期电力负荷预测的重要组成部分。利用人工神经网络可以任意逼近非线性系统的特性，将其用于短期负荷预测。该文研究了在改进的BP网络中加入了动量项和构建输入网络时结合了同类型日思想的模糊映射，预测结果表明比标准BP算法具有更好的性能。同时，针对大量无法用精确数值来量化的信息，采用对输入数据进行分类和线性激活处理并映射到相对应的集合中，结果表明其精度比标准的人工神经网络更高。
神经网络 短期电力负荷预测 动量项 同类型日思想 模糊映射
陈金赛 张新波
浙江工商大学信息与电子工程学院,浙江杭州 310018
国内会议
杭州
中文
173-176
2011-10-01（万方平台首次上网日期，不代表论文的发表时间）