BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)及其在電力負(fù)荷預(yù)測中的應(yīng)用.pdf

1、神經(jīng)網(wǎng)絡(luò)技術(shù)具有大規(guī)模并行處理、分布式存儲(chǔ)、自適應(yīng)性、容錯(cuò)性等顯著優(yōu)點(diǎn)，其特征充分顯示了神經(jīng)網(wǎng)絡(luò)在解決非線性和嚴(yán)重不確定性系統(tǒng)的巨大潛力，其中BP神經(jīng)網(wǎng)絡(luò)體現(xiàn)了人工神經(jīng)網(wǎng)絡(luò)精華的部分，已經(jīng)廣泛應(yīng)用于預(yù)測預(yù)報(bào)、模式識(shí)別、自動(dòng)控制等領(lǐng)域。
　　 建立一個(gè)具有一定理論基礎(chǔ)和適用性的神經(jīng)網(wǎng)絡(luò)模型，需要確立充分的信息、優(yōu)秀的網(wǎng)絡(luò)算法和合理的網(wǎng)絡(luò)結(jié)構(gòu)，這樣的網(wǎng)絡(luò)模型必須具有學(xué)習(xí)速率高和泛化能力強(qiáng)的品質(zhì)。而神經(jīng)網(wǎng)絡(luò)在實(shí)際應(yīng)用中正是存在以上問題

2、，為提高中長期電力負(fù)荷預(yù)測的準(zhǔn)確性和改進(jìn)BP網(wǎng)絡(luò)的性能，本文結(jié)合BP神經(jīng)網(wǎng)絡(luò)在中長期電力負(fù)荷預(yù)測中的應(yīng)用做了以下研究：
　　 (1)考慮將多種影響負(fù)荷預(yù)測的相關(guān)因素作為輸入，采用主分量分析法在確保網(wǎng)絡(luò)的信息能夠被充分利用的條件下對輸入進(jìn)行簡化。
　　 (2)用遺傳算法對網(wǎng)絡(luò)的初始權(quán)值進(jìn)行優(yōu)化，得到最優(yōu)初始權(quán)值。
　　 (3)在深入研究了BP算法的基礎(chǔ)上，經(jīng)過反復(fù)實(shí)驗(yàn)，選取了泛化能力強(qiáng)的貝葉斯正則化BP算法對網(wǎng)絡(luò)進(jìn)