《表2 V与各类中心距离：基于最大偏差相似性准则的BP神经网络短期电力负荷预测算法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于最大偏差相似性准则的BP神经网络短期电力负荷预测算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

进一步，使用BP神经网络获取预测日的负荷水平特征向量V，将预测日前近100 d平均负荷、最大负荷、最小负荷和日用电量作为BP网络的输入数据，输出预测日的负荷水平特征向量V。由前述的聚类分析可知第7～130类的负荷数据为偏离日数据，故本文在计算距离d（xi，V）时只计算预测日的负荷水平特征向量V与前6类的负荷类中心的距离，计算结果如表2所示。由式（9）确定使得d（xi，V）最小的负荷曲线类别Z，Z即为预测日的相似类别。由表2可知预测日的特征向量与第1类的类中心的距离d（xi，V）最小，故选择第1类负荷数据为BP神经网络训练数据输入量。