人工智能技术及应用 课件 第7章 神经网络算法.ppt

§7.2 BP神经网络算法 7.2.6 BP神经网络的训练策略及结果 §7.2 BP神经网络算法 7.2.6 BP神经网络的训练策略及结果 §7.2 BP神经网络算法 7.2.6 BP神经网络的训练策略及结果 §7.3 神经网络算法实例 7.3.1 基于BP神经网络的电力系统负荷预测 电力系统负荷预测是电力生产部门的重要工作之一，通过准确的负荷预测，可以经济合理地安排机组启停，减少旋转备用容量，安排检修计划，降低发电成本，提高经济效益。电力系统负荷预测理论就是因此而发展起来的，尤其是在形成电力交易市场的过程中，负荷预测的研究更具有极其重要的意义。 电力系统负荷变化受多方面因素影响。一方面，负荷变化存在着由未知、不确定因素引起的波动；另一方面，具有周期变化的规律性，这使得负荷曲线具有相似性。同时，由于受天气、节假日等特殊情况的影响，又使得负荷变化出现一定的差异，呈现强烈的非线性特性。 运用神经网络技术进行电力负荷预测的优点是对大量非结构性、非精确性规律具有自适应功能，具有信息记忆、自主学习、逻辑推理和优化计算等特点。其自学习和自适应功能是常规算法和专家系统技术所不具备的。用神经网络预测电力系统负荷是神经网络技术在电力系统中应用最为成功的领域之一，神经网络预测负荷的良好性能也已得到普遍的认可。 §7.3 神经网络算法实例 7.3.1 基于BP神经网络的电力系统负荷预测 以某城市的