基于外时延反馈人工神经网络的短期负荷预测系统

针对当前人工神经网络学习算法存在的问题,使用变步伐最速下降法和共轭梯度法的混合算法来进行神经网络的训练,并建立了负荷预测的人工神经网络模型。介绍了基于Delphi下的短期电力负荷预测系统。该系统由负荷预测数据查询模块、预测方法模块、结果查询模块和图表输出模块四部分组成。事实说明,混合算法在全局收敛性和收敛速度上要好于传统的算法,所基于此的短期负荷预测系统能达到令人满意的精度。

基于人工神经网络的负荷预报模型

针对基于ＢＰ（ＢａｃｋＰｒｏｐａｇａｔｉｏｎ）学习算法存在的问题，提出了变步幅最速下降和共轭梯度的混合算法来训练人工神经网络，并建立负荷预报人工神经网络模型．为了提高预测精度，对预报权值进行在线修正．实例证明，混合算法在全局收敛特性和收敛速度上要好于基本ＢＰ算法，所建立的预报模型能达到令人满意的精度．