动量自适应学习速率梯度下降法神经网络电力负荷预测

• 作者: 关小芳
• 来源期刊: 电气开关
• 学科: 工学
• 关键词: 神经网络 负荷预测 BP算法 动量项 自适应学习速率
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 设计与研究
• 页码范围: 49-51
• 页数: 3页
• 分类号: TM71
• 字数: 2528字
• 语种: 中文

摘要

电力系统负荷预测的精度将直接影响电力系统的经济效益和用电的安全和稳定,是电力负荷预测的重要组成部分.利用人工神经网络可以任意逼近非线性系统的特性,将其用于短期负荷预测.在标准的BP网络中加入了动量项和自适应学习速率,预测结果表明比标准BP算法具有更好的性能.在相同的情况下,连续预测六天的负荷和一年的负荷,结果都证明了研究方法具有一定的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	关小芳	三峡大学电气与新能源学院	2	8	2.0	2.0