论文部分内容阅读
本文的主要工作有：(1)将BP神经网络模型应用于用电量预测；(2)对BP算法进行改进。在权值和阈值的修改中加入动量项因子和自适应因子，并在选取中间层节点数时采用“试凑法”；(3)为了更好地说明BP神经网络的预测的优良效果，本文采用多元线性回归模型预测法及灰色模型预测法与之做了对比。总之，本文采用改进的三层BP神经网络模型，以广东省某市某个区九年的季度用电量数据做样本，用C++语言编程来训练BP网络，建立了用电量预测初步参照模型。本文工作的意义：一方面，本文研究了用电量预测区别于其他预测领域的自身特点，提出并建立了基于人工神经网络的预测模型——BP神经网络模型，并对其收敛性做了有效的改进，为用电量预测研究工作拓展了途径和思路。另一方面，比较了目前国内学者主要采用的几个用电量预测研究方法，经过测试，本文建立的BP神经网络预测模型在季度用电量预测方面预测效果比其他模型好。相信本文的这一结论对电力公司进行电力销售预测具有一定的指导作用，同时也可以为我国建立科学的电力需求预测提供可供借鉴的依据。