基于改进的BP神经网络算法的短期电力负荷预测..docVIP

电力工程信号处理仿真 基于遗传BP神经网络算法的 电力负荷预测 院 系： 能源与动力工程学院 专 业： 电力系统及其自动化 指导老师 王瑞霞老师 学 号： 115108000887 姓 名： 于杏 日 期： 2016.01.17 1引言 在本节门课的作业中，我的综述内容是电力负荷预测算法的分析比较，所以在仿真作业中选择的是用在其中一种算法改进的基础上，来完成短期负荷预测的仿真任务，即用改进的BP神经网络算法实现电力负荷预测。 2 BP遗传算法的改进 1）标准BP遗传算法的不足: 1）学习步长η采用确定值且足够小。但是小的步长会使学习过程很慢，大的步长又容易导致学习过程震荡，从而收敛不到期望值； 2）一般神经网络在无任何先验知识的条件下，其初始状态都是随机设定的。网络训练的终止条件可由能量函数确定，当能量函数的变化很小时停止。传统的BP算法由于初值选取不当，网络学习往往陷入局部极小，使学习过程失败。 2）算法改进方案: 针对BP神经网络的两个主要缺点，网络训练速度慢，对初始权值敏感，容易陷入局部极小点提出了如