1、電力系統(tǒng)短期負(fù)荷預(yù)測是電力部門日常調(diào)度工作中一項(xiàng)十分重要的內(nèi)容，短期負(fù)荷預(yù)測的準(zhǔn)確度對電力系統(tǒng)運(yùn)行的安全性、可靠性和經(jīng)濟(jì)性都有著直接影響。因此，短期負(fù)荷預(yù)測方法的研究一直是國內(nèi)外學(xué)者研究的一個重點(diǎn)方向。
　　人工神經(jīng)網(wǎng)絡(luò)作為一種智能算法，近年來在短期電力負(fù)荷預(yù)測領(lǐng)域得到了廣泛的研究與應(yīng)用。本文對人工神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)，學(xué)習(xí)規(guī)則等方面進(jìn)行介紹后，分別基于BP神經(jīng)網(wǎng)絡(luò)和Elman神經(jīng)網(wǎng)絡(luò)建立短期負(fù)荷預(yù)測的數(shù)學(xué)模型。
　　在BP神

2、經(jīng)網(wǎng)絡(luò)的建模過程中，首先對數(shù)據(jù)進(jìn)行預(yù)處理，包括采用橫向?qū)Ρ确ê涂v向?qū)Ρ确▽Ξ惓?shù)據(jù)進(jìn)行修正，以及對數(shù)據(jù)進(jìn)行歸一化處理，隨后采用非線性阻尼最小二乘法對學(xué)習(xí)算法進(jìn)行優(yōu)化。訓(xùn)練過程中，網(wǎng)絡(luò)采用數(shù)據(jù)循環(huán)輸入的方法以提高樣本的利用率及網(wǎng)絡(luò)訓(xùn)練的效率，并在合理的取值范圍內(nèi)選取多組網(wǎng)絡(luò)參數(shù)，將訓(xùn)練效果最好的一組應(yīng)用到模型中去。
　　Elman神經(jīng)網(wǎng)絡(luò)是典型的動態(tài)網(wǎng)絡(luò)，它是在BP神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)的基礎(chǔ)上，增加一個承接層來存儲內(nèi)部狀態(tài)，從而使系統(tǒng)具