人工神经网络在电力系统短期负荷预测.pptxVIP

人工神经网络在电力系统短期负荷预测;0 引言;1 人工神经网络法简介; BP算法的模型为前向多层网络，如图所示： BP算法描述： 权值和阈值初始化，随机给出全部权值和神经元的阈值赋以最小初始值。 给定输入Xk和目标输出Yk 计算实际输出Yk（正向过程） 修正权值（反向过程） ; 其中 为第1层第j个神经元到第（1+1）层的第i个神经元的权系数，η为增益项， 为第1层i节点的k模式的误差项，且有： 若i为输出节点，则： 若i为隐节点，则： 达到误差精度要求输出结果，否则回到3。 ;2 人工神经网络预测方法;2．2预报模型 2．2．1输入变量的选择 根据经验初步筛选出影响输出变量的各因素，然后通过相关分析，把与输入变量相关度较大的因素筛选出来作为神经网络的输入参数。 2．2．2用遗传算法优化神经网络结构 在运用遗传算法优化网络之前，先确定好控制参数，然后再按照它的计算步骤，得到神经网络结构参数。;2．2．3预报权值 在BP网络优化基础上，用大量的训练样本来训练神经网络，获得初始预报值。为增强初始预报值的适应性，建立在线修改初始预报权值模型，采用一个子训练集实现。 2．2．4预报 将预报负荷输入数据施加于该神经网络上，获得的输出值即为所求预报值