本文已被：浏览 1111次 下载 456次
投稿时间：2010-09-13
投稿时间：2010-09-13
中文摘要: 提出了一种改进的BP神经网络学习算法,并将其应用于短期电力负荷预测中,通过采用基于响应函数输出限幅和自适应调整学习率等措施,来提高神经网络本身的效率和精度,仿真结果验证了改进措施的有效性,取得了满意的预测结果.
Abstract:An improved BP neural network learning algorithm is applied to short-term load forecasting based on the response function output limiting and adaptive measures to improve the precision and efficiency of the neural network.The simulation result shows the validity of the improvement measures,which can achieve the satisfactory forecasting result.
文章编号：20110104 中图分类号： 文献标志码：
基金项目:上海市自然科学基金(09ZR1413200)
| 作者 | 单位 | |
| 米阳 | 上海电力学院 电力与自动化工程学院, 上海 200090 | miyangmi@163.com. |
| 朱旺青 | 上海电力学院 电力与自动化工程学院, 上海 200090 | |
| 李正辉 | 上海电力学院 电力与自动化工程学院, 上海 200090 |
引用文本：
米阳,朱旺青,李正辉.改进的BP算法在短期负荷预测中的应用[J].上海电力大学学报,2011,27(1):14-18.
MI YANG,ZHU Wang-qing,LI Zheng-hui.Improved BP Network and Its Application for Short-term Load Forecasting[J].Journal of Shanghai University of Electric Power,2011,27(1):14-18.
米阳,朱旺青,李正辉.改进的BP算法在短期负荷预测中的应用[J].上海电力大学学报,2011,27(1):14-18.
MI YANG,ZHU Wang-qing,LI Zheng-hui.Improved BP Network and Its Application for Short-term Load Forecasting[J].Journal of Shanghai University of Electric Power,2011,27(1):14-18.