一种基于深度神经网络的电力负荷预测方法

摘要

本发明公开了一种基于深度神经网络的电力负荷预测方法，包括模型建立，选择了五层神经网络作为基本结构；通过深度神经网络反向算法将通过损失函数计算得到的误差以梯度的方式传递到每一个隐藏层神经元上去，进而改变神经网络中的权重和偏差；最后进行电力负荷预测，将处理过的数据放入搭建好的神经网络结构对模型开始训练，初始化参数后即可将处理好的神经网络的数据导入神经网络，通过神经网络的结构和参数可以运算得到输出层，即预测数据。本发明的有益效果是能较为精确地预测一段时间内的电力负荷情况。