基于Elman神经网络的甘肃电网负荷预测模型

• 作者: 任丽娜 冯瑞成 芮执元
• 来源期刊: 现代电力
• 学科: 工学
• 关键词: Elman神经网络 甘肃电网 预测模型 算法 BP神经网络
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 电气工程
• 页码范围: 26-29
• 页数: 4页
• 分类号: TM715
• 字数: 2201字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-2322.2007.02.005

摘要

为提高甘肃电网负荷预测精度,提出了一种基于神经网络的负荷预测方法.针对甘肃电力系统负荷数据的非线性和动态特性,在多层前向BP网络中引入特殊关联层,形成有"记忆"能力的Elman神经网络,从而可以映射系统的非线性和动态特性.在网络训练算法中,采用自适应学习速率动量梯度下降反向传播算法,显著提高了网络的训练速率,有效地抑制了网络陷入局部极小点.文中分别采用Elman神经网络与BP神经网络建立模型,对甘肃电网实际历史数据进行仿真预测,经分析比较,证明前者具有收敛速度快、预测精度高的特点.这表明利用Elman回归神经网络建模对甘肃电网负荷进行预测是可行的,能有效提高负荷预测精度,在负荷预测领域有着较好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	芮执元	兰州理工大学机电工程学院	146	1147	16.0	25.0
2	冯瑞成	兰州理工大学机电工程学院	34	204	8.0	11.0
3	任丽娜	兰州理工大学机电工程学院	15	103	7.0	9.0