改进的BP算法在短期电力负荷预测中的应用 |
| |
作者单位: | ;1.东北林业大学信息与计算机工程学院 |
| |
摘 要: | 利用标准BP神经网络建立短期电力负荷预测模型,其算法存在最终解过于依赖初值和过学习现象,并且训练过程中存在局部极小问题且预测精度低等缺点。为了提高电力负荷模型的预测精度,通过阅读相关文献,构建了基于改进BP神经网络的短期电力负荷预测模型,该模型采用遗传算法对权值和阈值进行初始化,以相对误差和附加动量法相结合的方式去计算权值修正量。比较改进后的BP算法和标准BP算法在短期电力负荷预测的效果,从实验仿真的效果表明改进后的模型提高了预测精度。
|
关 键 词: | 短期负荷预测 BP神经网络 遗传算法 相对误差 附加动量 |
The improved BP nertual network in the application of the short-term power load forecasting |
| |
Abstract: | |
| |
Keywords: | |
|
|