基于改进BP神经网络的电力负荷预测

被引：28

作者：

王吉权 ^{[1
]}

王福林 ^{[1
]}

董志贵 ^{[1
]}

汤岩 ^{[2
]}

田占伟 ^{[1
]}

吴昌友 ^{[1
]}

机构：

[1] 东北农业大学工程学院

[2] 东北农业大学理学院

来源：

数学的实践与认识 | 2017年 / 47卷 / 09期

关键词：

BP神经网络; LAFBP模型; 激活函数; 负荷预测;

D O I：

暂无

中图分类号：

TM715 [电力系统规划]; TP183 [人工神经网络与计算];

学科分类号：

080802 [电力系统及其自动化]; 140502 [人工智能];

摘要：

在现有文献研究的基础上,对BP神经网络进行了深入研究,提出了一种新的LAFBP模型,给出了模型的标准BP算法、改进BP算法、权值和阈值的初始化方法.在此基础上,用新的LAFBP模型与传统的标准BP模型对黑龙江省巴彦县的电力负荷进行了预测.预测结果表明,新的LAFBP模型不仅克服了传统的BP模型外推效果不好的缺点,而且在模型的拟合精度、学习时间和学习次数方面明显优于传统的BP模型.

引用

页码：276 / 284

页数：9

共 15 条

[1]

基于粗糙集和决策树的自适应神经网络短期负荷预测方法 [J].