论文简介：
毕业论文 BP神经网络在电力系统负荷预报中的应用，共33页，18947字。
摘　要
电力负荷的值是随天气，日期等因素变化的，有较大的随机性，因此预测时有很强的非线性要求。目前的预测方法是统计技术和专家系统法，除了其各自得弊端外，其非线性远远不如于神经网络。神经网络的优点在于它具有模拟多变量而不需要对输入变量做复杂的相关假定的能力。他不依靠专家经验，只利用观察到的数据，可以从训练过程中通过学习来抽取和逼近隐含的输入/输出非线性关系。近年来的研究表明，相对于前两种方法，利用神经网络技术进行电力系统短期负荷预报可获得更高的精度，这里采用的是BP神经网络对电力负荷进行预测, BP网络是神经网络中应用最为广泛的网络, 由于它采用有导师的学习算法, 非常有利于实现预测功能。 BP网络实际上可以看作一个非线性映射, 因此, 它在处理非线性的预测问题上与以往的线性预测方法有本质的优越性。
关键词：电力负荷预测；BP神经网络；非线性预测

论文文件预览：
共1文件夹，1个文件，文件总大小：554.00KB，压缩后大小：191.38KB

• 毕业论文-BP神经网络在电力系统负荷预报中的应用
• BP神经网络在电力系统负荷预报中的应用研究.doc  [554.00KB]