[发明专利]一种基于BP神经网络的多元电网负荷预测方法

摘要

本发明公开了一种基于BP神经网络的多元电网负荷预测方法，包括：从多元电网历史数据库中调用数据，建立BP神经网络样本输入变量数据数组；确定BP神经网络模型中隐含层神经元个数；计算BP神经网络模型中输出层的输出；计算BP神经网络样本训练的单个样本输出误差及所有样本输出总误差；判断样本训练结束条件；利用训练后的模型输出预测的负荷值。本发明的方法基于BP神经网络模型，具有较好的泛化性和收敛性，可更精确的满足实际预测要求。

主权项

1.一种基于BP神经网络的多元电网负荷预测方法，其特征在于，包括以下步骤：步骤1，调用多元电网历史数据，确定BP神经网络的样本输入变量；步骤2，根据步骤1确定的BP神经网络样本输入变量，确定BP神经网络模型中隐含层神经元个数；步骤3，计算确定BP神经网络模型中输出层的输出；步骤4，计算BP神经网络样本训练的单个样本输出误差及所有样本输出总误差；步骤5，将步骤4获得的样本输出总误差与预设阈值比较，直至满足样本收敛结束条件，获得训练后的BP神经网络模型；步骤6，根据预测日的实际数据生成测试输入量，将测试输入量输入步骤5获得的训练后的BP神经网络模型，输出即为预测的负荷值。