位置:成果数据库 > 期刊 > 期刊详情页
基于LM算法的BP神经网络的电力负荷短期预测
  • ISSN号:1007-1660
  • 期刊名称:《经济数学》
  • 时间:0
  • 分类:F224[经济管理—国民经济] TP183[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]长沙理工大学数学与计算科学学院,湖南长沙410004
  • 相关基金:国家自然科学基金项目(11271087); 湖南省教育厅科研项目(13C1036); 长沙理工大学教研项目(JG1317)
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.

英文摘要:

By utilizing the normalization for the input load values of BP neural network and adopting Levenberg-Mar- quardt 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 re- suits show that the improved BP neural network can offer higher forecast precision and has greater applicability.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《经济数学》
  • 北大核心期刊(2008版)
  • 主管单位:国家教育部
  • 主办单位:湖南大学
  • 主编:陈收
  • 地址:长沙市岳麓区湖南大学期刊社《经济数学》办公室
  • 邮编:410082
  • 邮箱:hdjjsx@hnu.edu.cn
  • 电话:0731-88823843
  • 国际标准刊号:ISSN:1007-1660
  • 国内统一刊号:ISSN:43-1118/O1
  • 邮发代号:
  • 获奖情况:
  • 国内外数据库收录:
  • 美国数学评论(网络版),中国北大核心期刊(2008版)
  • 被引量:2608