基于BP和SOM神经网络相结合的电力负荷预测研究

作者：易礼秋

来源：科技创新与应用, 2020, (28): 23-27.

• 神经网络
• 自组织特征映射神经网络
• 负荷
• 电力负荷预测

为提高电力负荷预测的精度,文章提出一种将多层前馈神经网络(BP神经网络)和自组织特征映射神经网络(SOM网络)相结合的方法并应用到短期电力负荷预测中,首先利用自组织特征映射神经网络对负荷的原始数据进行聚类预处理,使具有相似性的样本点聚集在一起,之后利用BP神经网络对样本数据进行学习和预测,结果表明,相比直接利用BP神经网络预测结果,增加SOM聚类处理过程能有效减小预测误差。说明此方法可以有效预测出负荷的大小,也表明SOM对相关负荷参数分类的有效性,同时对利用神经网络预测方法来实现负荷的预测起到重要作用。

• 单位
  新疆财经大学