基于贝叶斯神经网络的短期负荷预测应用研究

• 作者: 农为踊 孟安波 彭显刚 李慧良 李鹏鹏
• 来源期刊: 广东电力
• 学科: 工学
• 关键词: BP神经网络 贝叶斯神经网络 短期负荷预测 泛化能力
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 研究分析
• 页码范围: 16-19
• 页数: 4页
• 分类号: TM715
• 字数: 2959字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-290X.2012.11.004

摘要

针对标准反向传播(back propagation,BP)神经网络负荷预测精度不高的缺点,提出利用贝叶斯正则化算法来改善模型的泛化能力,根据河源电网负荷容易受天气影响等特点,给出一种分层的贝叶斯神经网络预测模型,预测结果表明,新的模型具有更好的泛化能力,应用效果良好,提高了负荷预测准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭显刚	广东工业大学自动化学院	105	1183	20.0	30.0
2	李鹏鹏	广东工业大学自动化学院	3	42	3.0	3.0
3	孟安波	广东工业大学自动化学院	92	669	15.0	21.0
4	李慧良		2	21	2.0	2.0
5	农为踊		2	21	2.0	2.0