本文以一典型大电力用户——钢铁企业为研究对象,利用无线负荷监控系统的负荷数据,采用人工神经网络 ANN 中的 BP 网络理论,构建了24点输出和单点输出这样两种 BP 神经网络,结合不同的平移时间窗口技术,比较了不同预测模型的性能,实现...本文以一典型大电力用户——钢铁企业为研究对象,利用无线负荷监控系统的负荷数据,采用人工神经网络 ANN 中的 BP 网络理论,构建了24点输出和单点输出这样两种 BP 神经网络,结合不同的平移时间窗口技术,比较了不同预测模型的性能,实现了对未来一天整点时刻的负荷预测,通过与实际负荷值比较,发现采用 BP 算法进行大用户的日负荷曲线的预测,结果令人满意。展开更多
文摘本文以一典型大电力用户——钢铁企业为研究对象,利用无线负荷监控系统的负荷数据,采用人工神经网络 ANN 中的 BP 网络理论,构建了24点输出和单点输出这样两种 BP 神经网络,结合不同的平移时间窗口技术,比较了不同预测模型的性能,实现了对未来一天整点时刻的负荷预测,通过与实际负荷值比较,发现采用 BP 算法进行大用户的日负荷曲线的预测,结果令人满意。
