基于主成分分析的BP神经网络在电力系统负荷预测中的应用基于主成分分析的BP神经网络在电力系统负荷预测中的应用
黄湘君;
摘要(Abstract):
BP神经网络应用于电力系统负荷预测时,如果输入空间严重自相关及网络维数较高时,BP神经网络的预测精度会下降。针对这一问题,本文提出一种改进新方法,具体是利用主成分分析(PCA)方法对原输入空间进行重构,并根据各主成分的贡献率来确定网络的结构,从而有效解决了BP网络预测精度下降的问题,最后通过实际的算例验证了该方法的有效性。
关键词(KeyWords): 电力系统;负荷预测;主成分分析;BP神经网络
基金项目(Foundation):
作者(Author): 黄湘君;
Email:
DOI:
参考文献(References):
- [1]姚李效,宋玲芳,李庆宇等.基于模糊聚类分析与BP网络的电力系统短期负荷预测[J].电网技术,2005,29(1):20-24.
- [2]赵杰辉,葛少云,刘自发等.基于主成分分析的径向基函数神经网络在电力系统负荷预测中的应用[J].电网技术,2004,28(5):35-37.
- [3]牛东晓,曹树华,赵磊等.电力负荷预测技术及其运用[M].北京:中国电力出版社,1998.
- [4]罗春雷,孙洪波,徐国禹,BP模型的改进算法及其在负荷预测中的应用[J].重庆大学学报,1995,18(6):110-115.
- [5]史得明,李林川,宋建文,基于灰色预测和神经网络的电力系统负荷预测[J].电网技术,2001,25(12):14-17.