基于Elman神经元网络对系统的力量负载的预测分析.docVIP

基于Elman神经元网络对系统的力量负载的预测分析 摘要 Elman 神经网络是一种局部回归网络。我们可以把它看成一种具有局部记忆单元和反馈链接的递归神经网络。我们采用 Elman 神经网络最根本的原因是因为它有很强的计算能力和联想记忆功能。 我们采用 Elman 神经网络进行本次实验的主要原因在于现在很多进行电力系统负荷预测的方法都是偏向于构造数学模型，而建立普通的数学模型，一来耗时久、废力多，二来结果的鲁棒性不高，而我们采用 Elman 神经网络去进行实验， 它的两个优点正好可以弥补现在进行电力系统负荷预测的方法的一些不足。 Elman 神经网络的组成包括：输入层，隐含层，连接层和输出层四个部分。Elman 神经网络与 BP 神经网络不同，比 BP 神经网络多了一个连接层，连接层的主要作用就是用于构成局部反馈。连接层有一个很大的优点是可以记忆过去的状态，特别适合时间序列预测问题，这是因为连接层的传递函数是线型函数。 在本文的预测中，我们首先要找到往年的电力系统负荷预测世界竞赛的数据， 这是因为电力系统负荷预测世界竞赛的数据具有真实性和完整性，可以方便我们更好的完成电力系统负荷的预测。我们从世界竞赛中找了很多的电力系统负荷的数据，通过建立 Elman 神经网络系统，通过预测三十天，五十天，一百天，一百五十天后的电力系统负荷，看能否与我们所找