基于LM算法的BP神经网络的电力负荷短期预测
    点此下载全文
引用本文:刘进波, 陈鑫, 李新花.基于LM算法的BP神经网络的电力负荷短期预测[J].经济数学,2015,(2):34-38
摘要点击次数: 977
全文下载次数: 70
作者单位
刘进波, 陈鑫, 李新花 (长沙理工大学 数学与计算科学学院湖南 长沙410004) 
中文摘要:通过对BP神经网络输入负荷值的归一化处理,同时采用Levenberg-Marquardt(LM)算法,建立了一个改进了的BP神经网络,同时用它来对电力系统进行短期负荷预测.LM算法有效地提高了BP神经网络的收敛速度和负荷的预测精度.仿真结果表明,改进了的BP神经网络具有很高的预测精度和较强的适用能力.
中文关键词:BP神经网络  电力负荷预测  LM算法
 
Power System Short-Term Load Forecasting Based on Levenberg-Marquardt Algorithm BP Neural Network
Abstract:By utilizing the normalization for the input load values of BP neural network and adopting Levenberg-Marquardt algorithm, this paper established an improved BP neural network and investigated the power system short-term load forecasting. Levenberg-Marquardt algorithm improves the convergence speed and the load forecast accuracy. The simulation results show that the improved BP neural network can offer higher forecast precision and has greater applicability.
keywords:BP neural network  Power load forecasting  Levenberg-Marquardt algorithm
查看全文   查看/发表评论   下载pdf阅读器