BP-Load-forecasting 基于BP神经网络的短期负荷预测

基于BP神经网络的短期负荷预测，神经网络用于负荷预测的基本方法。

load P;
load T;
threshold=[0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1]; %设置输入向量阈值，输入向量15维数据的取值均在[0 1]之间
net=newff（PT[31 12]{‘tansig‘‘logsig‘}‘trainlm‘）; %建立BP网络，输入层神经元有15个，根据Kolmogorov定理，网络中间层神经元可以取31个。输出层神经元12个。网络中间层神经元传递函数采用S型正切函数tansig（），输出层神经元传递函数采用S型对数函数logsig（）。这是因为网络的输出位于区间[01]中，正好满足网络输出的要求。trainlm 表示设定网络的训练函数为trainlm（），它采用Levenberg-Marquardt算法进行网络学习
net.trainParam.epochs=1000; %训练次数为1000
net.trainParam.goal=0.01; %训练目标为0.01
LP.lr=0.1; %学习速率为0.1
net=train（netPT）; %训练网络，P为输入向量，T为目标向量
% P_test=[0.2123 0.1257 0.1343 0.2079 0.5579 0.5716 0.7059 0.7145 0.7205 0.7401 0.8019 0.8136 0.2317 0.2936 0]‘; %利用2004-7-20的电力负荷和21日的气象特征数据预测21日用电负荷
Out=sim（netP） % 输出仿真结果

%绘制预测误差曲线

plot（1:12T-Out）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件        960  2012-03-23 13:14  BP神经网络短期负荷预测\main.asv

     文件        958  2012-03-23 13:15  BP神经网络短期负荷预测\main.m

     文件       1137  2012-03-23 10:23  BP神经网络短期负荷预测\P.mat

     文件       1152  2012-03-23 13:10  BP神经网络短期负荷预测\T.mat

     文件      11748  2012-03-23 10:17  BP神经网络短期负荷预测\X.xlsx

     目录          0  2012-03-23 13:14  BP神经网络短期负荷预测

----------- ---------  ---------- -----  ----

                15955                    6