电力系统短期负荷预测的改进BP神经网络算法比较

• 作 者: 冯煜坤 张仰飞 季玮 陈古今
• 机 构: 南京工程学院电力工程学院,南京国电南自自动化有限公司
• 出 处: 南京工程学院学报(自然科学版)
• 发表日期: 2015年01期
• 关键词: 短期负荷预测 神经网络 反向传播.

基于欧洲智能技术网络(EUNITE)竞赛提供的负荷数据,对同一策略下几种改进前向神经网络(BP-ANN)算法在电力系统短期负荷预测的应用进行了分析.通过选择、量化输入数据,利用MATLAB神经网络工具箱,分别对比了几种不同的BP网络训练算法在短期负荷预测中的训练速度及预测准确度上的优劣。结果表明RPROP算法有较明显的优势.