BP神經網絡的改進及其在電力負荷預測中的應用.pdf

1、神經網絡技術具有大規(guī)模并行處理、分布式存儲、自適應性、容錯性等顯著優(yōu)點，其特征充分顯示了神經網絡在解決非線性和嚴重不確定性系統(tǒng)的巨大潛力，其中BP神經網絡體現了人工神經網絡精華的部分，已經廣泛應用于預測預報、模式識別、自動控制等領域。
　　 建立一個具有一定理論基礎和適用性的神經網絡模型，需要確立充分的信息、優(yōu)秀的網絡算法和合理的網絡結構，這樣的網絡模型必須具有學習速率高和泛化能力強的品質。而神經網絡在實際應用中正是存在以上問題

2、，為提高中長期電力負荷預測的準確性和改進BP網絡的性能，本文結合BP神經網絡在中長期電力負荷預測中的應用做了以下研究：
　　 (1)考慮將多種影響負荷預測的相關因素作為輸入，采用主分量分析法在確保網絡的信息能夠被充分利用的條件下對輸入進行簡化。
　　 (2)用遺傳算法對網絡的初始權值進行優(yōu)化，得到最優(yōu)初始權值。
　　 (3)在深入研究了BP算法的基礎上，經過反復實驗，選取了泛化能力強的貝葉斯正則化BP算法對網絡進