发布时间 : 星期五 文章论文范例1（下）更新完毕开始阅读a9a107ec5ef7ba0d4a733b33
哈尔滨工业大学成人教育学院本科毕业论文（设计）
图5-8测试误差曲线
（3）线性回归分析
当网络训练结束后，可用SIM函数来仿真网络的输出，从而与目标输出进行比较，来检验网络的性能，同时，MATLAB还提供了函数POSTTREG用于对神经网络训练结果进一步分析。函数POSTREG利用了线性回归的方法分析了网络输出和目标输出的关系，即网络输出变化相对于目标输出变化的变化率，从而评估了网络的训练结果。其指令形式为[21]： [m,b,r]=postreg(outp,x_test);
其中，outp是测试样本的网络输出，x_test是测试样本的实际负荷量。函数POSTREG返回三个值，M和B分别表示最优回归直线的斜率和Y轴截距，当M等于1，B等于0时，网络输出与目标输出完全相同，此时的网络具有最优的性能。R表示网络输出与目标输出的相关系数，它越接
17
哈尔滨工业大学成人教育学院本科毕业论文（设计） 近于1，表示网络输出与目标输出越接近，网络性能越好。
图5-9 线性回归
m =
3.3080
b =
-0.4674 r =
0.9449
（4）权值和阈值显示
weights1 =
0.9238 1.3949 -3.6153 -2.7767 -1.3033 -4.1070 -1.3349 1.7726 0.7007 -4.2697 1.2020 1.7916 -0.7084 1.6149 3.1351 3.2708 -4.1996 1.1479 1.9530 -0.2715
18
哈尔滨工业大学成人教育学院本科毕业论文（设计） -2.9474 -2.9907 -2.5713 0.3428 -1.4497 -3.6673 -0.3654 -2.8402 -3.8980 -2.4954 -0.4152 -0.4760 -1.8992 1.3989 -2.3993 3.4462 bias1 = -0.7997 4.3160 -0.9492 -3.0359 1.2682 3.2505 2.8191 2.2616 -2.8080 w =
[1.1469;-0.7832;-0.5221;1.3635;-0.5215;0.9143;1.0059;-0.4094;-0.5861] bias2 = -0.1076
19
哈尔滨工业大学成人教育学院本科毕业论文（设计） 结 论
电力负荷预测是电力系统调度、用电、计划和规划等管理部门的重要工作之一，提高负荷预测技术水平，有利于计划用电，有利于合理安排电网运行方式和机组检修计划，有利于制定合理的电网建设规划，有利于提高电力系统的经济效益和社会效益。在当今中国电力市场条件下，随着引入竞争机制的程度不断提高，电力系统开始转向发电竞争阶段，短期负荷预测也就显得尤为重要，同时对短期负荷预测的准确性、实时性、可靠性以及智能性的要求也越来越高。
神经网络是一个由简单信息单元组成的高度相关的网络系统，是非线性动力学系统，有着良好的非线性逼近能力，因此，在电力系统短期负荷预侧中有广泛的应用。但是一般的BP神经网络具有容易陷入局部极小点、收敛速度慢、迭代时间长等缺点，人们便提出各种算法改进BP算法，以期达到更好的预测效果。论文从电力负荷及负荷预测特性研究入手，分析了负荷组成部分与分类，研究了负荷的周期性变化规律，讨论了影响负荷的各种因素。有针对性地从预测的精度入手，利用改进的BP神经网络，建立了充分考虑各种影响因素的短期负荷预测模型，在输入变量中加入临近日负荷特性值与日类型值，以及降雨、温度、光照等气象因素。为避免神经元的饱和，对输入负荷值进行了归一化处理，同时为减少网络的计算复杂程度，节省训练时间，对温度、降雨进行了独特的量化处理。网络的训练应用了SCG算法，提高了神经网络的收敛速度和预测精度。
本论文的仿真基于MATLAB神经网络工具箱编程实现，充分发挥了MATLAB程序长于数值计算、能高效方便地处理大量的数据以及复杂矩阵和数组运算的特点，应用了产品中十分优秀的神经网络工具箱，编程简单，使用方便。随着计算机技术不断进步，微型计算机发展日新月异，原本极其复杂和费时的神经网络训练时间与预测难度已经大大减小。从对实际电力系统负荷预测，可以看出系统预测精度良好，具有很好的非线性映射能力，有进一步开发应用于实际在线预测的良好前景。
20