陕西电力
陝西電力
협서전력
SHAANXI ELECTRIC POWER
2014年
7期
57-60
,共4页
陈展%张利民%赵海成%张晓华%沈勇%阮亮
陳展%張利民%趙海成%張曉華%瀋勇%阮亮
진전%장이민%조해성%장효화%침용%원량
短期负荷预测%BP神经网络%Hopfield神经网络%主从神经网络
短期負荷預測%BP神經網絡%Hopfield神經網絡%主從神經網絡
단기부하예측%BP신경망락%Hopfield신경망락%주종신경망락
prediction of short-term power load%BP neural network%Hopfield neural network%master slave neural network
传统的BP神经网络在对负荷样本进行训练时容易陷入局部最小点,致使算法不收敛,网络训练失败.主从神经网络基于Hopfield神经网络的良好动态特性,由2个Hopfield主网络和1个BP从网络构成,可以有效改善BP神经网络训练时易陷入局部最小的问题.由此,提出了一种基于主从神经网络的短期电力负荷预测方法,用主从神经网络对短期负荷样本进行训练.通过对某地实际负荷的训练并与实际符合对比验证,表明该方法具有更快的收敛速度、更小的训练误差和很好的预测效果,可进一步提高短期负荷预测效率.
傳統的BP神經網絡在對負荷樣本進行訓練時容易陷入跼部最小點,緻使算法不收斂,網絡訓練失敗.主從神經網絡基于Hopfield神經網絡的良好動態特性,由2箇Hopfield主網絡和1箇BP從網絡構成,可以有效改善BP神經網絡訓練時易陷入跼部最小的問題.由此,提齣瞭一種基于主從神經網絡的短期電力負荷預測方法,用主從神經網絡對短期負荷樣本進行訓練.通過對某地實際負荷的訓練併與實際符閤對比驗證,錶明該方法具有更快的收斂速度、更小的訓練誤差和很好的預測效果,可進一步提高短期負荷預測效率.
전통적BP신경망락재대부하양본진행훈련시용역함입국부최소점,치사산법불수렴,망락훈련실패.주종신경망락기우Hopfield신경망락적량호동태특성,유2개Hopfield주망락화1개BP종망락구성,가이유효개선BP신경망락훈련시역함입국부최소적문제.유차,제출료일충기우주종신경망락적단기전력부하예측방법,용주종신경망락대단기부하양본진행훈련.통과대모지실제부하적훈련병여실제부합대비험증,표명해방법구유경쾌적수렴속도、경소적훈련오차화흔호적예측효과,가진일보제고단기부하예측효솔.
