《表2 检验样本用电量实际值与预测值比较》
进行神经网络训练时,将江苏地区1999—2017年的用电量样本集分为训练样本和检验样本两部分,其中,抽取1999—2013年14组作为训练样本,2014—2017年4组数据作为检验样本。隐含层传递函数设定为logsig,输出层传递函数选定为tandig,训练函数为trainlm,学习函数选用learngdm,网络的性能函数为MSE[11]。各参数选取分别为:学习速率0.005,期望误差0.000 01,最大学习次数1 000。模型经过训练之后,利用检验样本测试并验证其准确性和泛化能力,得到如表2所示的实际值与预测值对比结果。江苏地区年用电量实际值与预测值对比如图2所示。从预测数据与实际数据的对比来看,该BP神经网络预测模型性能较好,相对误差较小,完全能够满足决策的需求。
图表编号 | XD00107288300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.10 |
作者 | 章熙、郭翔、万会江、吴佩泽、陈鹏、陈佳捷 |
绘制单位 | 贵州电网有限责任公司电力调度控制中心、贵州电网有限责任公司电力调度控制中心、贵州电网有限责任公司电力调度控制中心、南方电网数字电网研究院有限公司、南方电网数字电网研究院有限公司、南方电网数字电网研究院有限公司 |
更多格式 | 高清、无水印(增值服务) |