低压电器
低壓電器
저압전기
LOW VOLTAGE APPARATUS
2013年
17期
7-10
,共4页
电力系统%短期负荷预测%BP神经网络%样本数据%Matlab
電力繫統%短期負荷預測%BP神經網絡%樣本數據%Matlab
전력계통%단기부하예측%BP신경망락%양본수거%Matlab
通过BP神经网络与Matlab相结合,建立起三层四功能单元的BP神经网络短期负荷预测模型,并采用某条线路1年的历史负荷波动数据对模型进行“学习”训练.预测日24 h负荷数据的Matlab仿真及误差分析结果表明,所构筑的BP神经网络模型具有较高的可靠性和准确性,误差率控制在2％以内.BP神经网络模型大大提高了短期负荷预测数据的处理效率与可信性,为研究电力系统经济调度提供了一种新的非线性仿真建模模型.
通過BP神經網絡與Matlab相結閤,建立起三層四功能單元的BP神經網絡短期負荷預測模型,併採用某條線路1年的歷史負荷波動數據對模型進行“學習”訓練.預測日24 h負荷數據的Matlab倣真及誤差分析結果錶明,所構築的BP神經網絡模型具有較高的可靠性和準確性,誤差率控製在2％以內.BP神經網絡模型大大提高瞭短期負荷預測數據的處理效率與可信性,為研究電力繫統經濟調度提供瞭一種新的非線性倣真建模模型.
통과BP신경망락여Matlab상결합,건립기삼층사공능단원적BP신경망락단기부하예측모형,병채용모조선로1년적역사부하파동수거대모형진행“학습”훈련.예측일24 h부하수거적Matlab방진급오차분석결과표명,소구축적BP신경망락모형구유교고적가고성화준학성,오차솔공제재2％이내.BP신경망락모형대대제고료단기부하예측수거적처리효솔여가신성,위연구전력계통경제조도제공료일충신적비선성방진건모모형.
