基于改进BP神经网络的全社会用电量预测模型研究

• 作者: 丁伟 刘达 李存斌 胡兆光 谭显东
• 来源期刊: 华北电力大学学报
• 学科: 工学
• 关键词: BP神经网络 全社会用电量 预测 动量项 自适应学习速率
• 年，卷（期）: 2007,（3）
• 页码范围: 85-89
• 页数: 5页
• 分类号: TM714|TP18
• 字数: 3722字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-2691.2007.03.019

摘要

采用引入附加动量和自适应学习率的BP(Back Propagation)神经网络来构建全社会用电量预测模型,此模型有效地解决了标准BP神经网络容易陷入局部极小点和收敛速度慢的问题,并且能够很好地解决全社会用电量与其影响因素之间复杂的非线性关系.利用MATLAB7.0对该模型进行了设计,并用设计好的模型对1986～2005年的全社会用电量及GDP数据进行了仿真,仿真结果表明该模型收敛速度快、拟合效果好、泛化能力强、预测精度高.运用该模型对2006年全社会用电量进行了预测,预测结果表明该模型具有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘达	华北电力大学工商管理学院	40	735	17.0	25.0
2	李存斌	华北电力大学工商管理学院	164	1493	21.0	31.0
3	胡兆光		18	232	9.0	15.0
4	谭显东	华北电力大学工商管理学院	12	195	9.0	12.0
5	丁伟	华北电力大学工商管理学院	16	582	7.0	16.0