基于改进BP神经网络的全社会用电量预测模型研究

摘要

采用引入附加动量和自适应学习率的BP（Back Propagation）神经网络来构建全社会用电量预测模型,此模型有效地解决了标准BP神经网络容易陷入局部极小点和收敛速度慢的问题,并且能够很好地解决全社会用电量与其影响因素之间复杂的非线性关系.利用MATLAB7.0对该模型进行了设计,并用设计好的模型对1986～2005年的全社会用电量及GDP数据进行了仿真,仿真结果表明该模型收敛速度快、拟合效果好、泛化能力强、预测精度高.运用该模型对2006年全社会用电量进行了预测,预测结果表明该模型具有一定的实用价值.