基于改进型BP神经网络的短期电力负荷预测

被引：4

作者：

刘刚

顾宇桂

机构：

[1] 江西师范大学物理与通信电子学院

[2] 江西省电力试验研究院江西南昌

[3] 江西南昌

来源：

电力需求侧管理 | 2005年 / 03期

关键词：

人工神经网络; 误差反向传播算法; 分段响应函数; 惯性校正;

D O I：

暂无

中图分类号：

TM714 [负荷分析];

学科分类号：

080802 ;

摘要：

科学、准确的短期电力负荷预测有利于提高电力系统运行的经济性和安全性,向用户提供高质量的电力。提出一种基于改进型BP神经网络的短期负荷预测方法,并充分考虑建模时复杂气候敏感因数的影响,对输入样本的选取、预测模型的建立进行了论述。算例表明所提出方法具有较高的预测精度,负荷预测结果的相对误差小于3.63%。

引用

页码：24 / 27

页数：4