基于Elman神经网络的电力负荷预测模型研究

摘要

针对传统的电力负荷预测的不足,利用Elman神经网络时变能力强、误差可控、预测精度高等优点,提出一种基于循环结构Elman神经网络的电力负荷预测模型。采用学校实习基地的某企业半个月的电力负荷历史数据作为原始数据,并通过MATLAB平台进行仿真,对提出的预测方法和模型进行了研究,分析检验所建立模型的实际预测能力。首先对负荷样本数据归一化运算,使Elman神经网络输入层变量集中在[0,1]区间内,再对所建立的网络模型进行训练,使系统具备适应时变能力,增强系统全局稳定性。仿真分析结果显示:基于Elman神经网络的电力负荷预测模型预测误差小、精度高,预测速度快,表明了所提出的预测模型具有一定的实用价值。