BP神经网络要领在用电量预测中的应用.pdf

摘 要 电力工业直接关系着国计民生，关系到千家万户的切身利益。科学的调研和预测 是政府和电力部门制定正确发展战略、投资决策及资本运营的基础。由于电能不能存 储，需要做到供需基本平衡，当市场需要出现饱和的状态时，电力投资相应减少，但 当市场短时间内需求迅速增加时，电力供应限于投资周期的制约难以在短时间内大幅 度增加，并且由于经济发展速度不均衡，对用电量需求呈现剧烈的波动性，以致国家 目前还没有形成对国民经济整个用电量需求的比较准确的预测科学体系，造成电力投 资与用电需求脱节。2002年以来，我国经济进入新一轮增长周期，对用电量需求大幅 度增加，由于前期对电力需求预测不准确，造成电力建设远远滞后于国民经济发展， 造成相当一部分省、市电力供应形势严峻，甚至出现了拉闸限电的被动局面。 鉴于以上教训，目前我国亟待建立科学准确的用电量需求预测系统。由于BP神 经网络模型是能够很好地模拟非线性系统，采用黑箱操作，具有较强学习能力的优异 网络结构，因此在进行科学预测方面具有较为广泛的运用。但是，由于BP神经网络 又具有收敛速度慢等缺点，所以本文试图在借助BP神经网络模型的优异功能的基础 上，对它的缺点进行改进。本文的主要工作有： (1)将BP神经网络模型应用于用电量预测； (2)对BP算法进行改进。在权值和阈值的修改中加入动量项因子和自适应因 子，并在选取中间层节点数时采用“试凑法”； (3)为了更好地说明BP神经网络的预测的优良效果，本文采用多元线性回归 模型预测法及灰色模型预测法与之做了对比。 总之，本文采用改进的三层BP神经网络模型，以广东省某市某个区九年的季度 用电量数据做样本，用c++语言编程来训I练BP网络，建立了用电量预测初步参照模 型。 本文工作的意义：一方面，本文研究了用电量预测区别于其他预测领域的自身特 点，提出并建立了基于人工神经网络的预测模型一一BP神经网络模型，并对其收敛性 做了有效的改进，为用电量预测研究工作拓展了途径和思路。另一方面，比较了目前 鬻肉学者圭繇采用的几个璃电量预测研究方法，经过测试，本文建立的静神经网络 预测模型在攀度用电量预测方面预测效果比其他模型好。相信本文的这一结论对电力 公司进行电力链售豫测具蠢一定的指导作震，同时{擐露以为我国建立秘学的电力霉求 预测提供可供借鉴的袄攒。 关键词：电力工业，人工神经网络，BP算法，用电量预测 Ⅱ ABSTRACT and sfuture Power affectwith叭lrc。untrydestinymulti—family’ industry e。rreet d a珏d deVel。p琢e秘专s专r8t￡gy ireetly。Govern臻e秘tp。谨erdep鑫rt强e强t硅rg潜驻p must onthe8cientificresearch i nvestdecisionand depend exchequeru8ing Because cannotbesaVed itdemands andforecast． electricitycapacity up， to 霹廷e珏 the蕊8rketisins曩turatio秘the 茹茁ovision瑶easurere键驻ire搬e歉t． andwhenthe increases inve