改进的BP算法在电力系统短期负荷预测中的应用

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.

关键词：负荷预测、神经网络、L-M优化

所属期刊栏目：22

分类号：TM714(输配电工程、电力网及电力系统)

在线出版日期：2005-07-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：153-156,168