摘要
在国家经济发展的过程中,电力行业是不可或缺的支柱,并且与国家的安全稳定、人民的安居乐业息息相关。为了提高电力负荷预测系统的预测精度,这次研究结合电力系统的动态特性,将动态型Elman神经网络算法应用于短期电力负荷预测模型的研究,从激励函数、学习规则两个角度进行了算法优化,并与目前研究较多的BP神经网络算法进行了MATLAB仿真实验对比。研究结果显示,在短期电力负荷的预测上,BP神经网络和优化后的Elman神经网络平均预测精度分别是97.75%和98.74%,优化后的Elman神经网络模型预测效果明显更优。Elman神经网络算法的优化思路,可以为电力负荷预测系统的研究提供一些参考和数据支撑,并能在实际应用中为提高电力负荷预测精度提供一些帮助。
-
单位四川大学华西医院