论文部分内容阅读
电力负荷预估是目前世界上公认的解决电力资源合理配置的有效措施．而负荷时序预测是实现智能电力系统的关键技术，是一个非常复杂的问题，该问题的解决要求应用大型神经网络．对于庞大的网络，正则化非常重要，需要特别关注，才能实现网络的实用性．为了解决这个问题，我们提出了基于OBD模式的神经网络正则化算法，算法的核心是海森（Hessian）矩阵获取与迭代；讨论了基于该模型的电力负荷预估数值结果．这些结论表明：本文提出的正则化方法的应用有效改善了电力负荷预估的精度．