[发明专利]一种基于改进型Elman神经网络的电力负荷预测方法

摘要

本发明公开了一种基于改进型Elman神经网络的电力负荷预测方法，特点是首先确定供电区域内每天的电力负荷数据测量数，利用该供电区域内前365天的N个电力负荷数据组建输入数据矩阵与输出数据矩阵，并进行归一化处理；搭建一个由M级Elman神经网络串联组成的改进型Elman神经网络模型，收集最新连续K天的电力负荷数据，将其组建成输入数据向量并进行归一化处理，将获得的输入向量作为Elman神经网络的输入，计算Elman神经网络中间层的输出向量、输出层的输出向量，计算输出层神经元的输出向量后实施反归一化处理，从而得到未来一天的电力负荷预测值，优点是保证预测的电力负荷能完全应对实际的电力负荷需求。