基于BP神经网络的电力系统负荷预测方法技术方案

技术编号:9143574 阅读:209 留言:0更新日期:2013-09-12 05:05
一种基于BP神经网络的电力系统负荷预测方法,包括以下步骤:(1)根据指定电力负荷预测确定输入输出向量;(2)根据输入输出向量构造BP神经网络模型;(3)对BP神经网络进行网络训练;(4)输入测试样本对训练后的BP神经网络进行网络测试,判断输出的预测值与实际值之间的误差是否小于设定阈值,若是则执行步骤(5);(5)根据所述预测值获取实际需要的负荷预测。通过BP神经网络模型的自动学习,将预测因素间的内在联系通过BP神经网络的权值分布实现隐性表达,对电力系统负荷预测的准确性高,可以有效保证电力系统的安全稳定运行和经济性。

【技术实现步骤摘要】

【技术保护点】
一种基于BP神经网络的电力系统负荷预测方法,其特征在于,包括以下步骤:(1)根据指定电力负荷预测确定输入输出向量;(2)根据输入输出向量构造BP神经网络模型;(3)对BP神经网络进行网络训练;(4)输入测试样本对训练后的BP神经网络进行网络测试,判断输出的预测值与实际值之间的误差是否小于设定阈值,若是则执行步骤(5);(5)根据所述预测值获取实际需要的负荷预测。

【技术特征摘要】

【专利技术属性】
技术研发人员:杨明莉刘三明王致杰张卫丁国栋李义新高叶军
申请(专利权)人:上海电机学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1