基于BP神经网络的短期电力负荷预测
通过模拟大脑中神经元的方法。因此神经元是神经网络的基本结构，通过接受其他神经元的输入或者外部输入，计算输出。虽然不能完全效仿大脑的复杂运算过程，只是低级效仿，但由于神经网络法能够实现训练和数据处理并行，成为了当今较为普遍的电力系统负荷预测的方法
预览截图
应用介绍
经网络，通过模拟大脑中神经元的方法。因此神经元是神经网络的基本结构，通过接受其他神经元的输入或者外部输入，计算输出。虽然不能完全效仿大脑的复杂运算过程，只是低级效仿，但由于神经网络法能够实现训练和数据处理并行，成为了当今较为普遍的电力系统负荷预测的方法。本文主要就神经网络进行研究。
对于不同的角度的神经网络有不同的分类：
（1） 从网络性能角度：连续型和离散型网络、确定性和随机性网络；
（2） 从网络结构角度：前向网络和反馈网络；
（3） 从学习方式角度：有导师学习网络和无导师学习网络；
（4） 按连续突触角度：一阶线性关联网络和高阶非线性关联网络；
©版权声明：本文内容由互联网用户自发贡献，版权归原创作者所有，本站不拥有所有权，也不承担相关法律责任。如果您发现本站中有涉嫌抄袭的内容，欢迎发送邮件至： [email protected] 进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
转载请注明出处： apollocode » 基于BP神经网络的短期电力负荷预测
文件列表(部分)
| 名称 | 大小 | 修改日期 |
|---|---|---|
| BPNN-MATLAB-master | 0.00 KB | 2020-05-18 |
| BP.m | 0.86 KB | 2020-05-18 |
| README.md | 0.18 KB | 2020-05-18 |
| data_new.xlsx | 10.01 KB | 2020-05-18 |
发表评论 取消回复