论文部分内容阅读
本文在分析了电力系统负荷预测的意义和方法后,阐述了人工神经网络和模糊推理系统的一般理论,并研究了基于人工神经网络和模糊神经网络的两种负荷预测方法。 在负荷预测中的神经网络方法中,采用两种途径来改进传统的BP神经网络。第一类包括使用启发式信息的技术,这些启发式技术包括可变的学习速度,使用动量和改变比例变量等。另一类是标准数值优化技术,主要包括共轭梯度算法和Levenberg-Marquardt算法等等。结果表明在训练相同次数的情况下改进后的神经网络性能较传统的BP神经网络有