论文部分内容阅读
由于负荷预测是不确定、非线性、动态开放性的复杂大系统,传统方法往往难以准确地描述这种复杂的非线性特征,因而无法准确进行负荷预测.本文针对电力负荷非线性特点和经典的BP网络存在的一些缺陷,提出了一种基于时间序列的交替迭代全局优化算法的神经网络,并编制了该程序.在相同的初始条件下,用交替迭代算法的神经网络和经典算法的BP网络进行了比较,得出前者的特点和优点.时间序列考虑了趋势分量和周期分量,更加符合电力负荷特性.在算例中进行了负荷预测,和真实值比较说明预测结果是准确的,从而更进一步验证了该方法应用于负荷预测的可靠性。