基于L-M优化的BP算法在短期负荷预测中的应用研究

• 作 者: 董秀成 许强 李芹
• 机 构: 西华大学(成都)
• 出 处: 2003年中国智能自动化会议
• 发表日期: 2003年期
• 关键词: 优化法 算法 短期负荷预测 神经网络模型 预测精度 学习速度 适应能力 实际数据 仿真结果 电力公司 四川省 线路 收敛 局部 基础 方法

本文在分析传统BP算法的不足的基础上,提出将Levenbery-Marquardt优化法与神经网络模型相结合的L-M优化BP算法,提高了学习速度,加快了网络的收敛,避免陷入局部极小.最后,以四川省电力公司某区的单条线路的实际数据,采用基于Levenbery-Marquardt优化法BP算法的神经网络模型对其进行仿真,仿真结果表明该方法具有较高的预测精度和较强的适应能力.