上海电力学院学报
上海電力學院學報
상해전역학원학보
JOURNAL OF SHANGHAI INSTITUTE OF ELECTRIC POWER
2012年
4期
388-391
,共4页
BP神经网络%短期负荷预测%学习率%混沌算法
BP神經網絡%短期負荷預測%學習率%混沌算法
BP신경망락%단기부하예측%학습솔%혼돈산법
分析了BP神经网络的特点,从学习速率的角度讨论了BP算法的改进方法,并用加州负荷数据进行24h负荷预测及算例分析.仿真结果表明,改进BP神经网络算法预测的平均误差比常规算法降低了0.445％,并且克服了当接近最优解时易产生波动和振荡现象的问题,训练速度也有所提高.
分析瞭BP神經網絡的特點,從學習速率的角度討論瞭BP算法的改進方法,併用加州負荷數據進行24h負荷預測及算例分析.倣真結果錶明,改進BP神經網絡算法預測的平均誤差比常規算法降低瞭0.445％,併且剋服瞭噹接近最優解時易產生波動和振盪現象的問題,訓練速度也有所提高.
분석료BP신경망락적특점,종학습속솔적각도토론료BP산법적개진방법,병용가주부하수거진행24h부하예측급산례분석.방진결과표명,개진BP신경망락산법예측적평균오차비상규산법강저료0.445％,병차극복료당접근최우해시역산생파동화진탕현상적문제,훈련속도야유소제고.
