摘要：为了获得能够反映短期负荷波动的自动预测模型，将BP神经网络运算逻辑与Matlab神经网络工具箱相结合，利用供电系统的气象条件、供电日的日期类型等函数干扰因素作为BP网络神经元的约束“权值”，结合自适应控制中的节假日、供电限制等“外部干预项”，通过模型对系统历史运行短期负荷数据进行自动“学习”，获得一个具有自适应学习速率的电力系统短期负荷预测模型。基于BP神经网络的电力系统短期负荷预测模型能够通过模型自适应控制“学习”训练，获得供电日24小时的负荷波动曲线，通过与实际运行负荷需求数据比较，验证了该模型的正确性，为电能营销策略的制定提供了一个重要的研究课题。

原文链接:http://www.cqvip.com//QK/92179X/201102/36921724.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）