节点文献

改进BP神经网络的楼宇负荷预测

Research on Building Load Forecasting Based on Improved BP Neural Network

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具，请取消加速工具后下载。

【作者】 孙超； 孟祥萍； 王晖； 纪秀；

【Author】 Sun Chao;Meng Xiangping;Wang Hui;Ji Xiu;

【机构】 长春工程学院； 智能配电网测控与安全运行国家地方联合工程研究中心；

【摘要】 对于建筑楼宇用电负荷的预测,为电力系统合理分配电力资源以及安全有效管理,奠定了重要基础。根据建筑楼宇的建筑结构参数以及外在因素对负荷的影响,采用基于改进BP神经网络的多输入、单输出的楼宇负荷预测模型。并依据BP网络的优势与不足在预测中融入加权思维改进BP神经算法,对类似建筑进行用电负荷预测。预测结果表明经过加权改进的BP神经网络,预测精度上较高于传统的BP预测。其预测数据的精确性能够更好地满足对建筑楼宇用电负荷预测的日常需求,可以对建筑楼宇的负荷设计、规划以及变电设备的选取提供有效的数据支撑。

【关键词】 BP神经网络； 加权改进； 高层建筑； 负荷预测；
【基金】 长春毕博诚科技有限公司项目(220180011);长春工程学院校基金项目(320200002)
  • 【文献出处】 自动化应用 ,Automation Application , 编辑部邮箱 ,2020年10期
  • 【分类号】TU855
  • 【被引频次】3
  • 【下载频次】192
打印本页
节点文献中：