%A 陈亚, 李萍 %T 基于神经网络的短期电力负荷预测仿真研究 %0 Journal Article %D 2017 %J 电气技术 %R %P 26-29 %V 18 %N 1 %U {http://dqjs.cesmedia.cn/CN/abstract/article_1793.shtml} %8 2017-01-20 %X 为了提高短期电力负荷预测精度,分别建立了基于BP神经网络和Elman神经网络的短期负荷预测模型。采用附加动量法优化BP神经网络以提高其收敛速度;针对Elman神经网络易陷入局部极值的缺点,改进其激励函数并采用LM算法优化学习算法。Matlab仿真结果表明,改进后的Elman神经网络模型比BP神经网络模型的预测精度高,收敛速度快,更适合处理动态问题。