电力电量预测的神经网络方法.pdfVIP

电力电量预测的神经网络方法 张 拈 。吴知非2禹建丽 (1．中原工学院 数理系，郑州450007；2．河南财税专科学校，郑州 450007) 摘 要：本文研究人工神经网络在实际中的应用问题，探讨利用人工神经网络进行电力电量预测 的方法。提出一种基于BP神经网络的电力电量预测模型，经过训练可以得到时间和用电量之间的映射 ● 关系。 关键词：人工神经网络：电力电量：预测 中图分类号：F224 文献标识码：A 文章编号：1002—6487(2008)04-0156-02 设输入向量X =Ix x ，…，x ，(k=l，2，…，N)，W M．(n)=(w ，) O 引言 为第n次迭代时输入层与隐层I之间的权值向量，Wu(n)=(W 为第n次迭代时隐层I与隐层J之间的权值向量，WJP(n)= 随着电力事业的不断发展．电网规划的重要性已日益成 (W 为第n次迭代是隐层J与输出层之间的权值向量，Y (n) 为人们的共识，作为电网规划设计的重要依据——电力电量 =【y (n)，Y (n)，…ykp(n)]，(k=l，2,--．N)，为第n次迭代时网络的实 的预测直接关系到电网规划的科学性、超前性和经济性。传 际输出，dk=[d dk2,,dkp]，(k=1，2，…N)为期望输出。 统的符合预测方法主要有：时间序列预测法、回归分析法、电 BP算法的一般步骤可描述如下： 力弹性系数法、产值单耗法、综合分析法等等。人工神经网 (1)初始化。赋较小的随机非零值于w M．(0)，wu(0)，wJ ) 络，是一种旨在模仿人脑结构及其功能的信息处理系统，它 (2)输入样本Xk和期望输出dk,n=0。 具有自学习、自组织、联想记忆和并行处理等功能，被越来越 (3)对输入样本x ，前向计算BP网络每层神经元的输 多地应用于自动控制、组合优化、模式识别、预测等各个领 入信号tl和输出信号v。 域。而BP(Back—Propagation)神经网络是神经网络中应用最 (4)由期望输出d 和上一步求得的实际输出Y fn)计算 为广泛的模型之一，它是由非线性传递函数神经元构成的． 误差E(n)，判断其是否满足要求，若满足转至(7)；不满足转 采用误差反传作为其学习算法的静态前馈网络。 至(5)。 本文依次将前六个月用电量作为输入值．第七个月用电 (5)判断n+l是否大于最大迭代次数，若大于转至(7)， 量作为输出值，建立BP神经网络结构，根据历史数据进行网 否则，对输入样本Xk，反向计算每层神经元的局部梯度6。其 络训练．最终实现对全国用电量的预测。 中． 8pP=y (n)(1一Y (n))(d (n)一y n))，(p=1，2，…，p) 1 BP神经 网络模型 8jJ--f(ujJ(n)) 8p~wj (n)，0=I，2，…J1