摘要：基于混沌理论对电力负荷的复杂时间序列进行分析，得出该时间序列属于混沌序列的结论，就此提出了一种新的神经网络（ＮＮ）学习算法－－混沌学习算法。该算法中的混沌轨道激动性有利于跳出局域极值的束缚则寻求全局最优，这样克服了前馈ＮＮ的ＢＰ学习算法所存在的本上敛性好、速度快、误着落上。文中通过对实际系统负荷预测结果，与ＢＰ算法预测结果比较，证明了混沌法的电力负荷短期预测具有明显好的效果。

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。）