论文部分内容阅读
建立了基于变学习率BP模型的城市燃气短期负荷神经网络预测模型。输入元为城市燃气短期负荷的五个影响因素:日期类型、天气类型、日最高气温、日最低气温、日平均气温。网络结构为5-6-1。输出元为燃气短期负荷。用VC++编程,变学习率为0.3和0.7,经过19086次迭代,模型收敛,全局误差为0.00049999。数据对比分析发现相对误差在5%之内,说明该模型是准确有效的。