第446号论文.docVIP

下载本文档

3
0
约1.52万字
约 18页
2017-05-12 发布于天津
举报
版权申诉

第446号论文.doc

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

神经网络在用电量预测中的应用浙江财经学院陈玲郭玉碧朱丽娟摘要以浙江省为例利用年的数据采用主成分分析法对影响用电量量的八个因子进行分析结果选用农村家庭人均年消费性支出农村居民家庭人均年纯收入和城镇家庭人均可支配收入四个因子为影响用电量的主要影响因素根据确定的主要影响因素构造神经网络的输入样本确定网络输入节点数从而进行对年总用电量的预测建立浙江省总用电量的预测模型预测出年的用电量为亿千瓦小时模型的检验表明基于主成分分析的神经网络模型具有较高的精度和可靠性关键词用电量预测主成分分析主成分荷载神经网络权

BP神经网络在用电量预测中的应用浙江财经学院陈玲、郭玉碧、朱丽娟摘要：以浙江省为例，利用1995-2009年的数据，采用主成分分析法对影响用电量量的八个因子进行分析，结果选用GDP、农村家庭人均年消费性支出、农村居民家庭人均年纯收入和城镇家庭人均可支配收入四个因子为影响用电量的主要影响因素。根据确定的主要影响因素构造BP神经网络的输入样本，确定网络输入节点数，从而进行对年总用电量的预测，建立浙江省总用电量的预测模型，预测出2010年的用电量为2447亿千瓦小时。模型的检验表明，基于主成分分析的BP神经网络模型具有较高的精度和可靠性。关键词：用电量预测；主成分分析；主成分荷