基于BP神经网络的电网物资需求预测研究

• 作者: 丁红卫 万良 王文果 罗剑
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 电网物资预测 BP神经网络 Adam优化算法 过度拟合
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 应用开发研究
• 页码范围: 138-142
• 页数: 5页
• 分类号: TP39
• 字数: 5302字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2019.06.029

摘要

目前电网公司对电网物资的预测和研究存在诸多问题,如缺少科学的指导、合理的依据及忽视设备数据之间存在的关联等.针对贵州电网建设项目物资的需求特点,建立了BP神经网络物资预测模型.文中通过使用Adam优化算法代替传统BP神经网络所使用的随机梯度下降算法,有效避免了因随机梯度下降算法易于陷入局部最优而导致预测误差较大的问题,并加入L2正则化方法来防止BP神经网络因训练样本较少或过度训练而导致的过度拟合现象的发生.通过所需设备的历史数据对构建的BP神经网络模型进行训练,然后将训练好的模型用于电网物资的需求预测.通过实验显示,改进的BP神经网络模型用于电网物资的预测,能够显著地减少电网物资需求预测的误差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万良	贵州大学计算机科学与技术学院	37	125	6.0	8.0
2	罗剑	贵州电网有限责任公司物流服务中心	5	7	1.0	2.0
3	丁红卫	贵州大学计算机科学与技术学院	9	24	4.0	4.0
4	王文果	贵州电网有限责任公司物流服务中心	1	6	1.0	1.0