《表2 广东省惠州市7月20日—31日电力负荷表》

  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

《改进的BP神经网络在电力系统短期负荷预测中的应用》

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

以广东省惠州市2016年7月下旬的电力负荷数据为样本，分别用传统的BP神经网络和改进的BP神经网络进行负荷预测。表2为已经进行归一化处理后的数据，表2中包含每一天每隔两小时测一次的负荷数值以及当天的气温及天气情况，其中气温和天气状况可以通过当天的天气预报获得，分别用0、0.5、1表示晴天、阴天和雨天。网络的输入为预测日前一天的负荷值和预测日的天气状况（最高气温、最低气温和天气），网络的输出为预测日的负荷值。这样BP神经网络的输入层有15个神经元，输出层有12个神经元，同时根据Kolmogorow定理可得隐含层神经元为25个。