改进的BP算法在电力系统短期负荷预测中的应用

首页 > 按月查看>2005年第2月 >

改进的BP算法在电力系统短期负荷预测中的应用
DOI:
                        
作者:
                        
作者单位:
作者简介:
通讯作者:
基金项目:

Application of improved BP Algorithm in power system short- term load forecast

Author:

Affiliation:

Fund Project:

摘要

图/表

访问统计

参考文献

相似文献

引证文献

资源附件

摘要:

针对电力负荷短期预测问题,提出了一种基于相似日的神经网络预测方法,分析传统BP算法的不足,提出一种基于Levenbery-Marquardt优化法的BP模型学习算法,在建立具体模型时,对于24点负荷预测,采用24个单输出的神经网络来分别预测每天的整点负荷值,具有网络结构较小,训练时间短的优点,考虑了不同类型的负荷差异,并对四川省电力公司某区一条线路的供电负荷进行短期负荷预测仿真,仿真结果表明其具有较好的预测精度。

Abstract:

This paper discusses a neural network algorithm based on similar days for power system short-term load predicting. After analyzing the lack of the traditional BP algorithm, a new BP learning algorithm based on Levenbery-Marquardt optimized method was brou

参考文献

相似文献

引证文献

引用本文

周沛林吉海.改进的BP算法在电力系统短期负荷预测中的应用[J].重庆工商大学学报（自然科学版）,2005,(2):
ZHOU Pei, LIN Ji-hai. Application of improved BP Algorithm in power system short- term load forecast[J]. Journal of Chongqing Technology and Business University(Natural Science Edition）,2005,(2):

复制

文章指标

点击次数:
下载次数:

历史

收稿日期:
最后修改日期:
录用日期:
在线发布日期:

引用本文

分享

文章指标

历史