神经网络负荷预测要点分析.pptVIP

Company Logo LOGO * 神经网络负荷预测 （1）经济性 （2）可靠性 （3）挺高安全性 （4）促进电力市场 电力系统负荷预测的意义 （1）可变性 （2）条件性 （3）时间性 （4）多方案性 电力系统负荷预测的特点 （1）长期负荷预测 （2）中期负荷预测 （3）短期负荷预测 （4）超短期负荷预测 电力系统负荷预测的分类 （1）趋势外推法 （2）回归分析法 （3）时间序列法 （4）灰色预测法 （5）专家系统法 （6）小波分析法 （7）人工神经网络法 电力系统负荷预测的研究现状 神经网络基本模型 （1）阶跃型传递函数 （2）线性传递函数 神经网络基本模型 神经网络的集中传递函数 （3）分段型传递函数 （4）Sigmoid型传递函数 神经网络基本模型 神经网络基本模型 神经网络基本模型 （1）误差反向传播网络（BP网络） 误差反向传播模型属于前向网络，是到目前应用最为广泛的一种人工神经网络，应用于语言、模式识别，自适应控制等。其缺点是训练时间较长，容易陷入局部最小。 （2）径向基函数网络（RBF网络） 径向基函数模型属于多层前向网络，具有学习速度快，精度高的特点，但由于高斯函数特性，不适用于高频的学习。 神经网络的分类