基于神经网络的短期电力负荷预测仿真研究

• 作者: 李萍 陈亚
• 来源期刊: 电气技术
• 关键词: BP神经网络 Elman神经网络 短期电力负荷 预测精度
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 研究与开发
• 页码范围: 26-29
• 页数: 4页
• 字数: 2117字
• 语种: 中文

摘要

为了提高短期电力负荷预测精度,分别建立了基于BP神经网络和Elman神经网络的短期负荷预测模型.采用附加动量法优化BP神经网络以提高其收敛速度;针对Elman神经网络易陷入局部极值的缺点,改进其激励函数并采用LM算法优化学习算法.Matlab仿真结果表明,改进后的Elman神经网络模型比BP神经网络模型的预测精度高,收敛速度快,更适合处理动态问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈亚	宁夏大学物理与电子电气工程学院	3	48	3.0	3.0
2	李萍		3	58	3.0	3.0