使用自适应学习算法的多层神经网络进行短期负荷预测

提出了一种多层前馈神经网络用于短期负荷预测。为加快训练过程，提出了一种自适应神经网络训练的学习算法。通过对台湾电力系统的短期负荷预测，展示了所提出的自适应学习算法与神经网络的有效性。研究发现，一旦经过所提出的学习算法训练，神经网络能够高效且准确地生成所需的小时负荷预测。所提自适应学习算法的收敛速度远快于传统的反向传播动量学习方法。