基于改进型BP神经网络的电网负荷预测

• 作者: 崔玉 朱海兵 熊浩
• 来源期刊: 现代电子技术
• 关键词: 电网负荷预测 BP神经网络 模拟退火优化算法 预测误差
• 年，卷（期）: 2016,（20）
• 所属期刊栏目: 计算机应用技术
• 页码范围: 64-66
• 页数: 3页
• 分类号: TN926-34|TM715
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2016.20.017

摘要

考虑到传统的线性电网负荷预测方法的预测精度无法满足现代电力电网管理系统的要求，使用更适用于电力电网负荷的预测任务的非线性BP神经网络算法建立预测模型。由于常规的BP神经网络存在容易陷入局部最优解以及收敛效率低等问题，该文使用模拟退火算法对BP神经网络权值训练算法进行优化，提高预测模型的收敛效率和自学习能力。通过实例对所研究的预测模型进行分析，结果表明，所研究的改进型BP神经网络的训练次数和训练耗时均低于常规神经网络，具有更高的收敛精度，同时改进型BP神经网络预测模型的预测误差明显降低，具有较好的工程应用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱海兵		11	109	6.0	10.0
2	熊浩		5	65	3.0	5.0
3	崔玉		7	107	5.0	7.0